差分隐私分裂学习

数据标签双隐私

将差分隐私噪声注入分裂学习的中间数据,在保护数据与标签隐私的同时维持协同训练性能。

Wu, Maoqiang · Guoliang, Cheng · Li, Peichun · 余荣 · 吴远 · Pan, Miao · Rongxing, Lu

IEEE Wireless Communications 2023

技术优势

模型分割训练

数据所有者和标签所有者各自训练模型的一部分,仅交换中间数据,避免直接共享原始数据或标签。

差分隐私防御

通过在中间数据中注入拉普拉斯噪声,干扰基于中间数据的隐私攻击,同时保持协同训练性能。

应用场景