研究人员开发了一种名为随机投影裁剪（RPC）的新方法，用于防御局部差分隐私（LDP）协议中的投毒攻击。该方法适用于拥有多个数据项的用户，在这种情况下，由于输出空间更大，现有防御措施的效果会减弱，从而使对手更有能力。RPC 包括用户将本地数据投影到服务器发送的随机向量上，然后对结果进行裁剪以限制攻击能力。研究人员还引入了一种校正方法来解决裁剪偏差问题，从而在不影响偏差-方差权衡的情况下降低裁剪阈值并提高鲁棒性。理论保证和数值实验证明了 RPC 在可信和不可信环境中的有效性，其性能与现有方法相当或更优，并且在对抗投毒方面具有显著的鲁棒性提升。 AI
影响 增强分布式机器学习系统的隐私保证。
排序理由 学术论文，详细介绍了一种新的隐私协议方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
