问题描述
我正在研究 TFF 和 TFP 的交集。我试图在附加 dp-query 以确保中央用户级隐私的同时，针对特定轮数训练差异私有联合模型。
我在 TFF 和 TFP 中遇到了几个示例和教程，为此，在训练模型之后始终以事后方式评估隐私预算，然后{{1} } 用于估算花费的隐私预算。
就我而言，我有兴趣使用预先设置的预定义隐私预算 epsilon 为 K 轮训练联合模型。
为此，我使用以下取自“差分隐私的算法基础”的公式来计算添加噪声所需的标准差
? = sqrt 2 (?? (1.25/?) ) * l2_灵敏度 / ?
代码片段如下
rdp accountant我假设上面代码中的噪声乘数将满足 (1.5,0.005)-DP 仅执行一次联合算法（一轮训练）。
我想知道如何在联合设置中调整上面的 sigma 方程（或者可能应用组合定理），以便计算所需的噪声乘数，该乘数将满足 K 的预定义 (1.5,0.005)-DP回合
提前致谢
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）