LDP-Fed

计算机科学 差别隐私 协议(科学) 范畴变量 一套 机器学习 数据挖掘 人工智能 医学 历史 病理 考古 替代医学
作者
Stacey Truex,Ling Liu,Ka-Ho Chow,Mehmet Emre Gürsoy,Wenqi Wei
出处
期刊:European Conference on Computer Systems 被引量:240
标识
DOI:10.1145/3378679.3394533
摘要

This paper presents LDP-Fed, a novel federated learning system with a formal privacy guarantee using local differential privacy (LDP). Existing LDP protocols are developed primarily to ensure data privacy in the collection of single numerical or categorical values, such as click count in Web access logs. However, in federated learning model parameter updates are collected iteratively from each participant and consist of high dimensional, continuous values with high precision (10s of digits after the decimal point), making existing LDP protocols inapplicable. To address this challenge in LDP-Fed, we design and develop two novel approaches. First, LDP-Fed's LDP Module provides a formal differential privacy guarantee for the repeated collection of model training parameters in the federated training of large-scale neural networks over multiple individual participants' private datasets. Second, LDP-Fed implements a suite of selection and filtering techniques for perturbing and sharing select parameter updates with the parameter server. We validate our system deployed with a condensed LDP protocol in training deep neural networks on public data. We compare this version of LDP-Fed, coined CLDP-Fed, with other state-of-the-art approaches with respect to model accuracy, privacy preservation, and system capabilities.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
4秒前
wzyyyyy发布了新的文献求助10
5秒前
6秒前
kls发布了新的文献求助10
6秒前
aaggaga完成签到,获得积分10
6秒前
忧伤的皮皮虾完成签到 ,获得积分10
7秒前
Jasper应助欻欻采纳,获得10
7秒前
8秒前
9秒前
dhhaoyihong发布了新的文献求助10
9秒前
9秒前
科研通AI2S应助简单秋烟采纳,获得10
11秒前
谨慎招牌完成签到,获得积分10
11秒前
12秒前
陈麦子发布了新的文献求助10
12秒前
科研通AI2S应助夏蓉采纳,获得10
13秒前
skywalker发布了新的文献求助10
13秒前
无花果应助kls采纳,获得10
14秒前
华仔应助科研通管家采纳,获得10
15秒前
充电宝应助科研通管家采纳,获得10
15秒前
科研通AI2S应助科研通管家采纳,获得10
15秒前
思源应助科研通管家采纳,获得10
15秒前
李爱国应助科研通管家采纳,获得10
15秒前
WW应助科研通管家采纳,获得10
15秒前
科目三应助科研通管家采纳,获得10
15秒前
无花果应助科研通管家采纳,获得10
15秒前
16秒前
曾经听云完成签到,获得积分10
16秒前
云澈完成签到,获得积分10
17秒前
18秒前
dhhaoyihong完成签到,获得积分10
18秒前
敏感绫萱发布了新的文献求助10
19秒前
21秒前
zjy发布了新的文献求助10
21秒前
23秒前
24秒前
nihao2023发布了新的文献求助10
24秒前
斯文败类应助silence采纳,获得10
24秒前
26秒前
俭朴书翠发布了新的文献求助10
28秒前
高分求助中
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
宽禁带半导体紫外光电探测器 388
COSMETIC DERMATOLOGY & SKINCARE PRACTICE 388
Case Research: The Case Writing Process 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3142187
求助须知:如何正确求助?哪些是违规求助? 2793134
关于积分的说明 7805663
捐赠科研通 2449433
什么是DOI,文献DOI怎么找? 1303289
科研通“疑难数据库(出版商)”最低求助积分说明 626807
版权声明 601291