半空间的鲁棒与私有学习
机器学习
2021-03-29 v2 密码学与安全
数据结构与算法
机器学习
摘要
在这项工作中，我们研究了在L2扰动下学习半空间问题中差分隐私与对抗鲁棒性之间的权衡。我们证明了在较大参数区间内鲁棒私有学习半空间的样本复杂度的近乎紧的界。我们结果的一个亮点是，鲁棒且私有学习比单独的鲁棒学习或私有学习更困难。我们用MNIST和USPS数据集上的实验结果补充了我们的理论分析，所用学习算法同时具有差分隐私和对抗鲁棒性。
引用
@article{arxiv.2011.14580,
title = {Robust and Private Learning of Halfspaces},
author = {Badih Ghazi and Ravi Kumar and Pasin Manurangsi and Thao Nguyen},
journal= {arXiv preprint arXiv:2011.14580},
year = {2021}
}
备注
AISTATS 2021