arXiv · ML· Andrea P. Hernandez, Michael Ibrahim, Nagi Gebraeel·· 2026-10-12AI 评分31
差分隐私与分布鲁棒联邦多类分类框架
Private and Distributionally Robust Federated Multiclass Classification
AI 导读
针对联邦学习中缺乏隐私保证及标签噪声导致性能下降的问题,作者提出了一种支持样本级差分隐私的分布鲁棒联邦多类分类框架。该方法基于 Crammer-Singer 损失和 Wasserstein 鲁棒目标,通过 ADMM 算法求解,并在聚合前注入校准的高斯噪声以保护客户端更新。
来源:arXiv · ML · arxiv.org