A2-DIDM:面向分布式 DNN 模型的隐私保护累加器辅助审计

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文介绍了DP-ADMM算法,结合了近似增广拉格朗日函数和高斯噪声添加,实现了更高效的分布式学习。同时使用accountant方法限制隐私损失,具有收敛性和模型精度。

🎯

关键要点

  • DP-ADMM算法结合了近似增广拉格朗日函数和高斯噪声添加。

  • 该算法实现了更高效的分布式学习。

  • 使用accountant方法限制隐私损失。

  • DP-ADMM算法具有可证明的收敛性和效用-隐私权衡。

  • 该算法适用于更广泛的分布式学习问题,能够实现高的收敛性和模型精度。

🏷️

标签

➡️

继续阅读