基于差分隐私的分段裁剪联邦学习算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：为解决现有的差分隐私联邦学习算法中使用固定的裁剪阈值和噪声尺度进行训练，从而导致数据隐私泄露、模型精度较低的问题，提出了一种基于差分隐私的分段裁剪联邦学习算法。首先，根据客户端的隐私需求分为隐私需求高和低。对于高隐私需求用户使用自适应裁剪来动态裁剪梯度，而低隐私需求用户则采用比例裁剪。其次根据裁剪后阈值大小自适应地添加噪声尺度。（剩余15935字）

试读结束

目录
monitor
客服机器人