DP-CSGP：带压缩通信的差分隐私随机梯度Push算法

DP-CSGP 是一种面向有向图去中心化学习的差分隐私随机梯度Push算法，通过压缩通信在保证每个节点 (ε, δ)-DP 的同时实现高效通信。在一般非凸光滑目标下，算法达到与精确通信去中心化方法一致的紧效用界。基准任务实验显示，相同隐私预算下 DP-CSGP 模型精度与现有精确通信去中心化方法相当，而通信成本显著更低。