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@)