BriefGPT.xyz
Ask
alpha
关键词
privacy mechanism
搜索结果 - 4
迭代训练程序添加差分隐私的一般方法
本文介绍了一种模块化方法,可以最小化对训练算法的更改,提供各种隐私机制的配置策略,并隔离和简化计算最终隐私保证的关键逻辑,以解决在隐私敏感数据集上训练机器学习模型所面临的实际挑战。
PDF
6 years ago
NIPS
指数族信息的差分隐私贝叶斯推断
该研究的主要内容是关于私人推断的方法,该方法为指数族的私人贝叶斯推断提供了第一个解决方案并且能够充分考虑隐私机制引入的噪声,从而提供正确校准的后验置信度。
PDF
6 years ago
使用对抗正则化的成员隐私机器学习
介绍了一种隐私机制,用于训练机器学习模型以保证隐私,并使用敌对训练算法最小化模型的分类损失和最大的成员推断攻击,从而提高模型的鲁棒性和泛化性能,该机制在深度神经网络上的测试结果表明,可以在可接受的分类误差下显著降低成员推断攻击的风险。
PDF
6 years ago
ICML
生成对抗隐私
本文介绍了一种数据驱动的框架 —— 生成对抗隐私(GAP),可以让数据持有者直接从数据中学习隐私保护机制,并提供了适当选择对抗损失函数时的隐私保证。
PDF
6 years ago
Prev
Next