Chua et al.

新方法改进了AI算法的隐私损失核算

研究人员开发了一种有效计算差分隐私算法中隐私损失的新方法，特别适用于涉及子采样和随机分配的算法。该方法在最近的arXiv论文中有所详述，通过使用隐私损失分布（PLD）实现的概念，提供了比先前分析更严格的隐私参数，并简化了隐私损失核算。新工具将精确核算扩展到了子采样，而子采样以前需要特定机制的分析，并证明了随机分配的性能至少与泊松子采样一样好，尤其是在通过DP-SGD进行训练时。