Buffering-Aggregation Recipe

新方法增强持续学习中的参与者隐私

研究人员开发了一种新的可审计方法，用于确保持续学习系统中的参与者隐私，特别是在联邦学习和流式学习场景中。该方法解决了单次编辑邻近用户流带来的挑战，因为修改可能会破坏标准的隐私分析。提出的缓冲-聚合方法使用随机包装器创建特定大小的箱子，将复杂的流简化为更易于管理的汉明风格更新流，同时提供明确的积压和延迟保证。这种方法实现了单次编辑流的轨迹级差分隐私，将隐私参数与延迟联系起来。