基于打包密钥共享的差分隐私联邦学习分布式矩阵机制
原文中文,约300字,阅读约需1分钟。发表于: 。本研究解决了当前局部差分隐私(DP)设定下隐私效用权衡的不足,提出了一种分布式矩阵机制,以同时实现局部DP和来自矩阵机制的改进隐私效用权衡。通过设计安全的加密协议来在训练轮次中安全传递敏感值,该机制在实验中表现出显著改善,展现了比以往局部DP机制更优的隐私效用平衡,并且增加的开销很小。
本研究提出了一种分布式矩阵机制,解决局部差分隐私中的隐私效用权衡问题。通过安全加密协议传递敏感值,实验结果表明该机制在隐私效用平衡上优于传统方法,且开销较小。