privacy budgets | BriefGPT - AI 论文速递

关键词privacy budgets

搜索结果 - 6

AAAIWasserstein 差分隐私
差分隐私（DP）在隐私保护机器学习领域取得了显著成果，但现有的 DP 框架无法满足成为度量标准的所有条件，这阻碍了它们从基本的隐私属性中得到更好的结果，使隐私预算的值夸大化。我们提出了 Wasserstein 差分隐私（WDP），一种用于衡
PDF5 months ago
Blink: 基于贝叶斯估计的图神经网络中的链路局部差分隐私
使用基于链路局部差分隐私的分散节点训练图神经网络，在保障用户隐私的前提下实现高准确性的图拓扑恢复。
PDF10 months ago
理解差分隐私生成模型如何使用其隐私预算
分析了差分隐私生成模型在表格数据上隐私和效用之间取得平衡，发现了 DP 自然行列分布 privacy budget，图形模型水平分布预算，深度模型按迭代花费预算，低水平的保护能帮助模型更好地泛化。
PDFa year ago
ICLR差分隐私学习需要更好的特征（或许更多数据）
在许多经典视觉任务中，使用不同 ially private 机器学习还没有达到其 'AlexNet 时刻 '：对于手工特征训练的线性模型，其在中等隐私预算下的性能明显优于端到端的深度神经网络。为了超越手工特征的表现，我们展示私人学习要么需要
PDF4 years ago
G-PATE：基于教师鉴别器私有聚合的可扩展差分隐私数据生成器
本文提出了一种新的基于 PATE 框架的隐私保护数据生成模型（G-PATE），它利用生成对抗网络生成数据，并结合隐私聚合机制以确保强大的隐私保证，相对于现有方法，G-PATE 显著提高了隐私预算的使用效率。
PDF5 years ago
ICML通过对抗训练实现隐私保护视觉识别：一项试点研究
本文提出通过对图像进行优化来平衡隐私预算和目标任务分析性能的对抗训练框架，并且使用预算模型重启和集成策略来提高对新的黑客模型的保护性。通过使用两个隐私保护行动识别中的实验，该框架在同时维持高目标任务（行动识别）性能之余，成功抑制了隐私侵犯的
PDF6 years ago