具有模型隐私性的空中集成推理
机器学习
2022-05-17 v2 密码学与安全
信号处理
摘要
我们考虑无线边缘的分布式推理，其中拥有模型集成（每个模型在本地数据集上独立训练）的多个客户端被并行查询，以对新样本做出准确决策。除了最大化推理精度外，我们还希望最大化本地模型的隐私性。我们利用空气的叠加特性来实现带宽高效的集成推理方法。我们引入了不同的空中集成方法，并表明这些方案比其正交对应方案性能显著更优，同时使用更少资源并提供隐私保证。我们还提供了实验结果表明所提出的空中推理方法的益处，其源代码已在 Github 上公开共享。
引用
@article{arxiv.2202.03129,
title = {Over-the-Air Ensemble Inference with Model Privacy},
author = {Selim F. Yilmaz and Burak Hasircioglu and Deniz Gunduz},
journal= {arXiv preprint arXiv:2202.03129},
year = {2022}
}
备注
To appear in IEEE International Symposium on Information Theory (ISIT) 2022