研究者提出DP-SGD重建误差下界框架

研究者 Henry Bourne 与 Robert F. Allison 提出一个可在训练前计算的重建误差下界，适用于使用 DP-SGD 训练的模型。据其论文，该下界在攻击者掌握训练参数轨迹、其余训练记录以及训练数据所来自的总体分布时仍然成立。 该框架用条件互信息衡量训练泄露、用源熵衡量数据分布固有不确定性，再经率失真理论合并，得到所有重建攻击期望误差的下界；对 DP-SGD，泄露项仅取决于采样率和噪声乘子。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。