f-DP

新的 DP-SGD 子采样方法提供了改进的隐私-效用权衡

两篇新研究论文探讨了差分私有随机梯度下降（DP-SGD）的优化子采样技术。第一篇论文侧重于随机洗牌，在 f-DP 框架内提供了紧密的上限和下限，在大量训练轮次中实现了近乎理想的隐私。第二篇论文介绍了平衡迭代子采样（BIS），表明结构化参与而非随机抽样可以带来更强的隐私放大和跨噪声谱的最优权衡。评估表明，BIS 在低噪声环境下始终优于泊松子采样，从而降低了所需的噪声乘数。