基于过空分复合的私有协作边缘推理
机器学习
2025-01-15 v2 人工智能
密码学与安全
信息论
math.IT
摘要
我们考虑在无线边缘进行协作推理，其中每个客户端的模型是在其本地数据集上独立训练的。客户端并行被查询以进行准确决策。除最大化推理准确性外，我们还希望确保本地模型的隐私。为此，我们利用多用户访问信道的叠加特性来实现带宽效率的多用户推理方法。我们提出了不同的方法，用于 ensemble 和 multi-view 分类，这些方法利用过空分复合（OAC）。我们表明，这些方案在使用更少资源并提供隐私保障的情况下，比它们的正交等价物表现更好，具有统计显著差异。我们还提供了实验结果，验证了所提出OAC方法对多用户推理的优势，并进行了消融研究以显示我们设计选择的有效性。我们在GitHub上公开分享了该框架的源代码，以便进一步研究和可重复性。
引用
@article{arxiv.2407.21151,
title = {Private Collaborative Edge Inference via Over-the-Air Computation},
author = {Selim F. Yilmaz and Burak Hasircioglu and Li Qiao and Deniz Gunduz},
journal= {arXiv preprint arXiv:2407.21151},
year = {2025}
}
备注
17 pages, 8 figures. This work extends from our preliminary study presented at the 2022 IEEE International Symposium on Information Theory [1]. arXiv admin note: text overlap with arXiv:2202.03129