privacy-preserving training | BriefGPT

关键词privacy-preserving training

搜索结果 - 9

PATE-TripleGAN：采用高斯差分隐私的隐私保护图像合成
通过引入分类器对未标记数据进行预分类并建立三方极小极大博弈，减少对标记数据的依赖性，PATE-TripleGAN 隐私保护训练框架结合 PATE 和 DPSGD 算法，使模型更有效地保留梯度信息，确保隐私保护，并提高模型的效用。
PDF3 months ago
ICML面向具有不同输入图像尺寸和输出类别数量的客户端的可扩展联邦学习
提出了一种名为 ScalableFL 的有效的联邦学习方法，根据客户端的输入图像大小和输出类别的数量调整本地模型的深度和宽度，并提供了联邦学习的推广差距的新的界限。在几个异构客户端设置下，通过图像分类和目标检测任务展示了 ScalableF
PDF8 months ago
联邦正交训练：在连续联邦学习中减轻全局性灾难性遗忘
Federated Orthogonal Training (FOT) is a novel method proposed to address the issue of Global Catastrophic Forgetting in
PDF10 months ago
使用简单同态加密技术进行隐私保护的 3 层神经网络训练
使用同态加密技术进行隐私保护的神经网络训练，扩展并结合现有技术，实现对三层神经网络的回归和分类问题进行训练。
PDFa year ago
从扩散模型获取训练数据
本文研究了图像扩散模型，如 DALL-E 2，Imagen 和 Stable Diffusion，发现它们从训练数据中记忆单个图像并在生成时发射此类图像，总结了此类模型的隐私风险和影响隐私保护培训的新进展。
PDFa year ago
一种基于汉瑟尔压缩的降维方法用于保护联邦学习中的隐私
本文提出了一种两层保护方法，该方法将 Hensel's Lemma 用于降低训练数据集的维度，并对第一层生成的压缩数据集应用 DP，以实现强大的隐私保护，在保证准确性的同时减少了数据集的大小。
PDF2 years ago
CVPR透过梯度：通过梯度反演进行图像批量恢复
使用 GradInversion 算法，结合梯度计算和图像还原技术，在保护隐私的前提下，能准确地从深度神经网络的训练中恢复待处理图片，并可在多个任务中实现高度复现的效果。
PDF3 years ago
POSEIDON：隐私保护的联邦神经网络学习
本文介绍了 POSEIDON 系统，使用多方格基密码学在 N 方联邦学习情境下保留训练和评估数据的保密性，以及提出了通用的打包方法来在加密数据上执行单指令多数据操作的安全反向传播算法，结果表明 POSEIDON 的准确率与中心化或分散式非私
PDF4 years ago
使用温和 Sigmoid 激活函数进行具有差分隐私的深度学习
提出使用 tempered sigmoids 激活函数进行隐私保护训练，取得了 MNIST，FashionMNIST 和 CIFAR10 数据集上新的最优准确率，同时不需要修改学习过程的基本原理或差分隐私分析。
PDF4 years ago