privacy-utility tradeoff | BriefGPT

关键词privacy-utility tradeoff

搜索结果 - 7

用户级别差分隐私用于语言模型微调
对自然语言生成任务中使用大型语言模型进行用户级差分隐私保护的设计选择进行系统评估，重点研究两种实现用户级差分隐私保证的机制，即群体隐私和用户级 DP-SGD，包括数据选择策略和参数调优，以实现最佳的隐私 - 效用平衡。
PDF16 days ago
通过标签推理攻击对隐私机制进行审计
提出了重建优势度量来审计标签私有化机制，并分析了其在理论和实证上的行为，以及它与不同 ially 私有方案之间的隐私 - 效用权衡。
PDFa month ago
通过协调优化隐私与效用的权衡来满足群体利益
我们提出了一种新的问题形式来处理隐私与效用之间的权衡，特别是针对由具有独特私人和效用属性集的两个不同用户组组成的情况。我们通过一个可信第三方引入了两个用户组之间的协作数据共享机制，该机制使用对抗隐私技术对数据进行内部清洁，消除了手动注释或辅
PDF3 months ago
EMNLP使用零射击启发局部差分隐私文档生成
使用 DP-Prompt 及类似 ChatGPT 的强大语言模型在 IMDB 数据集上进行实验，发现其能够有效减少 de-anonymization 攻击成功率，并在与现有方法相比设计更简单的情况下，完全恢复了清洁情感 F1 分数，同时在对
PDF8 months ago
拆分与去噪：用局部差分隐私保护大型语言模型推理
通过在客户端进行模型分割和加噪声处理，Split-N-Denoise（SnD）框架有效地优化了大型语言模型（LLMs）的隐私和实用性之间的权衡，为客户提供了本地隐私保护的解决方案。
PDF9 months ago
基于混淆器的差分隐私的效用和安全性的改进
本文研究了多方设置的本地差分隐私，并分析了系统模型和潜在对手，提出了新的算法和协议以在隐私和效用之间获得更好的平衡，并通过实验证明了我们提出的方法的好处。
PDF5 years ago
MM分布式算法中的回收型 ADMM: 降低计算量，提高隐私性和准确性
本研究提出了一种名为 R-ADMM 的新方法，它可以在分布式系统中，通过每个偶数迭代时应用线性近似，同时只使用上一个奇数迭代的结果来计算，从而减少了计算量和隐私泄露，并根据目标扰动提供了隐私分析等.
PDF6 years ago