联邦学习（FL）+差分隐私（DP）

推荐整理分享联邦学习（FL）+差分隐私（DP），希望有所帮助，仅作参考，欢迎阅读内容。

文章相关热门搜索词:,内容如对您有帮助，希望把文章链接给更多的朋友！

文章首发在我的博客！在这里在这里在这里在这里在这里！！！！！！

防止梯度信息被泄露的方法有很多，目前主要有两种：

1.基于安全多方计算的

这个里面包含的方法很多，包括对梯度进行安全聚合算法进行聚合，或者进行同态加密运算，等等，文章以及方法很多。

2.基于差分隐私的

差分隐私能被用于抵抗成员推理攻击。这个里面主要就是对梯度信息添加噪音，添加的噪音种类可能不同，但是目前主要就是拉普拉斯噪声和高斯噪声这两种。

基于差分隐私的联邦学习主要是对梯度信息添加噪声，不会有很高的通信或者计算代价，但是由于我们对于梯度进行进行了加噪，所以会影响模型收敛的速度，可能会需要更多的round才能达到我们想要的精度。

差分隐私能抵御成员推理攻击

本文贡献：

1.给数据集加噪的隐私保护技术，如k-匿名性、l-多样性和t-贴近度

2.训练前给数据集加噪，训练时给梯度加噪，部署训练完成的模型给模型加噪。

k−anonymity（k-匿名）、l−diversity（l-多样性）和t−closeness（t-贴近）

1）Secure multi party computing (SMC)安全多方计算

是密码学的一个子领域，它允许创建方法来使用来自不同方的输入联合计算函数，而无需向彼此也不向中央服务器显示这些输入。不需要可信第三方。SMC在计算复杂性和通信开销方面代价高昂。因此，SMC不适合在涉及许多客户的大数据集上训练复杂模型。

2）同态加密

允许在加密数据集上训练模型。他获得了与在数据集的未加密版本（即原始数据集）上执行培训相同的准确性。然而，由于其计算复杂性，在DL中使用HE在实践中效率很低，尤其是当训练数据集太大而无法放入计算机内存时，

虽然DP的第一个定义是在2006年，但仅在最近几年才在实际使用中得到重视。

用户向数据库管理者发送原始数据，信任数据库管理员，将随机噪声添加到原始数据集或原始数据集上启动的查询的结果中。数据管理员在响应第三方的统计查询进行分析之前，使用DP扰动原始数据集。

不需要可信第三方，在向服务器发送梯度之前添加噪声。

H. Ren, J. Deng, and X. Xie, ‘‘GRNN: Generative regression neural network—A data leakage attack for federated learning,’’ CoRR, New York, NY, USA, Tech. Rep. 2105.00529, 2021.

上文成功的在当向梯度添加较小噪声时恢复了原始数据集

[41] T. Ha, T. K. Dang, T. T. Dang, T. A. Truong, and M. T. Nguyen, ‘‘Differential privacy in deep learning: An overview,’’ in Proc. Int. Conf. Adv. Comput. Appl. (ACOMP), Nov. 2019, pp. 97–102.

1)梯度级方法，包括向梯度添加噪声；2）函数级方法，包括向损失函数添加噪声；3）标签级方法，包括在训练期间向标签集添加噪声。

[42] A. Boulemtafes, A. Derhab, and Y. Challal, ‘‘A review of privacy preserving techniques for deep learning,’’ Neurocomputing, vol. 384, pp. 21–45, Apr. 2020

DP包括向统计查询或原始数据集添加噪声，以便对手无法知道特定个人是否包含在数据集中。

ϵ\epsilonϵ代表了隐私损失，

敏感度：

ϵ\epsilonϵ-DP：

将隐私保护机制M应用于D和将M应用于D’时的输出相似，ϵ\epsilonϵ越小，相似程度越高。

值得一提的是，两种DP机制联合可以累加，可以应用于联邦学习：M1M_1M1​是ϵ1\epsilon_1ϵ1​-DP，M2M_2M2​是ϵ2\epsilon_2ϵ2​-DP，则M1,2M_{1,2}M1,2​是(ϵ1+ϵ2)(\epsilon_1+\epsilon_2)(ϵ1​+ϵ2​)-DP

对于联邦学习，如果一个客户端在把梯度发给服务器之前，将自己的梯度添加了一个ϵ\epsilonϵ-DP机制，在k-epochs之后，变为了(k∗ϵ)(k*\epsilon)(k∗ϵ)-DP。

添加δ\deltaδ是为了实现高斯噪声的差分隐私

两种噪声比较：

与高斯分布相比，拉普拉斯分布保证了强大的隐私保护，但以牺牲准确性为代价。

高斯分布比拉普拉斯分布具有更高的精度；这种差异随着ϵ\epsilonϵ的减小而增大。

几何机制是拉普拉斯机制的离散化版本

适合随机应答机制

DP机制最具挑战性的问题是，在FL中，由于噪声叠加，ϵ\epsilonϵ增加（见定理1）。随着训练轮数的增加，隐私泄漏会增加。隐私泄漏会随着k（epochs）的增加而增加。C. Dwork, G. N. Rothblum, and S. Vadhan, ‘‘Boosting and differential privacy,’’ in Proc. IEEE 51st Annu. Symp. Found. Comput. Sci., Oct. 2010, pp. 51–60提出了一种bound住K次叠加后的隐私预算ϵ\epsilonϵ。

提出了RDP，定义了一个更加严格的隐私预算界限，可以在K轮迭代后bound住ϵ\epsilonϵ

RDP基于Rényi散度，f-DP基于假设检验（通过权衡函数f参数化）

关于几种差分隐私变体的比较，参考[65] S. Asoodeh, J. Liao, F. P. Calmon, O. Kosut, and L. Sankar, ‘‘Three variants of differential privacy: Lossless conversion and applications,’’ IEEE J. Sel. Areas Inf. Theory, vol. 2, no. 1, pp. 208–222, Mar. 2021.

相信服务器。将原始梯度发给服务器，服务器加噪

Google，Microsoft，Apple将随机应答RR差分隐私技术实际应用到了产品中

Apple：

Differential Privacy Team. (Dec. 2017). Learning With Privacy at Scale. [Online]. Available: https://machinelearning.apple.com/research/ learning-with-privacy-at-scale

Microsoft：

X. Ding, C. Wang, K.-K. Raymond Choo, and H. Jin, ‘‘A novel privacy preserving framework for large scale graph data publishing,’’ IEEE Trans. Knowl. Data Eng., vol. 33, no. 2, pp. 331–343, Feb. 2021

Google：

Ú. Erlingsson, V. Pihur, and A. Korolova, ‘‘RAPPOR: Randomized aggregatable privacy-preserving ordinal response,’’ in Proc. ACM SIGSAC Conf. Comput. Commun. Secur., Nov. 2014, pp. 1054–1067, doi: 10.1145/2660267.2660348.

RR(Randomized Response 随机应答：

RR技术包括以一定的概率翻转用户的真实答案，然后再将其发送给数据管理器。例如，一位社会科学家希望在保持隐私的同时，从吸毒者那里收集有关吸毒成瘾的统计数据；在回答问题之前，用户投掷一枚硬币：1）如果硬币正面朝上，则他/她会如实回答，否则2）用户投掷另一枚硬币，如果硬币正面朝上，则用户会如实回答，否则，用户会翻转他/她的回答。

FL + RR + computation/communication cost

1.在安全聚合前给模型参数添加高斯噪声

2.对训练好的FL模型的损失函数给出了一个收敛界： 1）更好的收敛性能导致更低的保护水平

​ 2）给定固定隐私保护级别的情况下，增加参与FL的总客户端数N可以提高收敛性能

​ 3）对于给定的保护级别，就收敛性能而言，存在一个最佳的最大聚合次数

3.提出了一种K客户机随机调度策略，从N个总体客户端中随机选择K个参与每轮聚合。得到了损失函数的收敛界。存在一个最佳K值，该值在固定的隐私级别下达到了最佳的收敛性能。