关键词differential privacy guarantees
搜索结果 - 6
- DP-RDM：无需微调将扩散模型应用于私有领域
发展首个具有可证明的隐私保证并能生成高质量图像样本的差分隐私检索增强生成算法，通过在文本提示中引入从私有检索数据集检索的样本，无需在检索数据集上微调，利用先进的生成模型生成高质量图像样本，并提供隐私保证。
- AAAI保护您的分数：具有差分隐私保证的接触追踪
2020 和 2021 年的大流行病对经济和社会产生了巨大影响，研究表明接触追踪算法在病毒的早期控制中起着关键作用。然而，隐私问题目前阻碍了接触追踪算法的部署。我们提出针对攻击场景的一种带有差分隐私保证的接触追踪算法，并在两个最广泛使用的基 - 带权重剪枝的 DP-SGD
通过利用当前全局模型及其在搜索域中的位置的公共信息，我们提出了一种新方法来缓解传统梯度剪裁带来的偏差，从而实现了改进的梯度界限，进一步确定了灵敏度并调整了噪声水平，提供更好的差异性隐私保证，并进行了实证评估。
- 隐私保护的上下文学习与差分隐私少样本生成
提出一种使用形式上具有差分隐私保证的合成少样本演示从私有数据集中生成的新算法，以实现具有效果的上下文学习，并通过与非私有上下文学习和零样本解决方案的比较进行广泛实验，证明该算法可以在强隐私保护的同时获得具有竞争性的性能，这为具有广泛应用范围 - QuerySnout：自动化发现基于查询系统的属性推断攻击
本文介绍了 QuerySnout 方法，这是一种自动发现 Query-based 系统漏洞的方法，该方法可以自动分析数据集来发现这些漏洞并测试各种保护机制的有效性。
- 使用快速傅里叶变换计算异构组合的差分隐私保证
本文将最近提出的基于快速傅里叶变换（FFT）的隐私保证算法扩展到异构组合，并进行了完整的误差分析以选择算法参数，进一步提高了差分隐私保证精度，并使用 Plancherel 定理加速算法。