核心概念
Heavy-tailed noise in SGD can achieve differential privacy without the need for projections.
要約
이 논문은 SGD 및 GD에 대한 Differential Privacy(DP) 보장을 heavy-tailed noise에 대해 제시하고 있습니다. Heavy-tailed noise를 사용할 때도 DP를 보장할 수 있으며, 투영이 필요하지 않음을 보여줍니다. 또한, 선형 및 로지스틱 회귀 문제에 대한 실험 결과를 통해 heavy-tailed noise가 Gaussian 메커니즘에 대한 대안으로 사용될 수 있음을 제시하고 있습니다.
Contents
- 소개
- 기술적 배경
- 주요 가정
- Noisy GD 및 Noisy SGD의 Privacy
- 수치적 설명
- 결론
統計
SGD 및 GD에 대한 Differential Privacy(DP) 보장 제시
Heavy-tailed noise를 사용할 때 DP를 보장할 수 있음을 보여줌
引用
"Heavy-tailed noise in SGD can achieve similar DP guarantees compared to the Gaussian case."
"Our theory reveals that under mild assumptions, such a projection step is not actually necessary."