基于中继通信的差分隐私去中心化优化
最优化与控制
2024-12-16 v2 密码学与安全
摘要
大规模网络环境中的安全问题日益严峻。为从去中心化优化算法的设计角度进一步提升算法安全性，我们引入了一种新度量：隐私泄漏频率（PLF），它揭示了算法通信与隐私泄漏之间的关系，表明较低的 PLF 对应较小的隐私预算。基于该论断，提出了一种名为 DP-RECAL 的新型差分隐私去中心化原始对偶算法，利用算子分裂方法与中继通信机制以降低 PLF，从而减少总体隐私预算。据我们所知，与现有差分隐私算法相比，DP-RECAL 具有更优的隐私性能与通信复杂度。此外，在采用非协调的与网络无关步长下，我们证明了 DP-RECAL 对一般凸问题的收敛性，并在度量次正则条件下建立了线性收敛速率。对最小二乘问题的评估分析及在真实数据集上的数值实验验证了我们的理论结果，并表明 DP-RECAL 能够防御一些经典的梯度泄漏攻击。
引用
@article{arxiv.2212.10859,
title = {Differentially Private Decentralized Optimization with Relay Communication},
author = {Luqing Wang and Luyao Guo and Shaofu Yang and Xinli Shi},
journal= {arXiv preprint arXiv:2212.10859},
year = {2024}
}