Jun, 2024
QBI:基于分位数的偏差初始化在联邦学习中用于高效的私有数据重建
QBI: Quantile-based Bias Initialization for Efficient Private Data Reconstruction in Federated Learning
Micha V. Nowak, Tim P. Bott, David Khachaturov, Frank Puppe, Adrian Krenzer...
TL;DR基于联邦学习的隐私保护中,我们提出了 QBI 和 PAIRS 两个算法,分别通过稀疏激活模式和附加数据集的方式提高了恢复数据的能力,并且在 ImageNet 和 IMDB 情感分析数据集上得到了显著的改进,同时我们还提出并评估了 AGGP,用于防止梯度稀疏攻击,为更安全和私密的联邦学习系统的开发做出了贡献。