面向低带宽设备的约束差分隐私联邦学习

一种基于差分隐私的约束联邦学习方案将模型学习限制在少量选定权重上，实验中上游与下游带宽较标准联邦学习最多降低 99.9%。该方案提供差分隐私的理论隐私保证，以缓解近期攻击揭示的联邦学习训练数据泄露问题，使其适用于移动系统等低带宽设备。