
该研究选择将δ设置为0,意味着隐私保护是绝对的、没有任何意外泄露的概率存在,这是最严格的隐私保证级别。 在具体选择噪音类型时,研究团队选择了"拉普拉斯分布"噪音,而不是目前业界更常用的"高斯分布"噪音。两者的区别可以这样理解:在数轴上,高斯噪音像一座宽而矮的小山,中间最厚、两边慢慢变薄;拉普拉斯噪音则
bsp; 第二种方案更加精细,称为"Dynamic"方案,核心思想是:不同客户端对模型训练的贡献不同,贡献大的客户端应该用更高精度传输,让其更新充分体现在全局模型中;贡献小的客户端可以用更低精度,省下通信资源。 衡量每个客户端"贡献度"的方法叫做"香农熵",这是信息论里的一个经典
当前文章:http://keioai.fenshuqi.cn/lrnv/hmx.html
发布时间:13:16:30