高效的基於平均剪裁的私密重尾數據凸優化

本文提出了一種基於平均剪裁的私密隨機梯度下降算法(AClipped-dpSGD),能夠有效處理重尾數據,並建立了其在(強)凸和非光滑目標函數下的高概率收斂性分析。該算法相比於現有方法,在梯度複雜度和收斂速度方面都有顯著改進。