-
题名基于差分隐私的分段裁剪联邦学习算法
- 1
-
-
作者
吴俊仪
李晓会
-
机构
辽宁工业大学电子与信息工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2024年第5期1532-1537,共6页
-
基金
国家自然科学基金青年基金资助项目(61802161)
辽宁省应用基础研究计划资助项目(2022JH2/101300278)
辽宁工业大学研究生教育改革创新项目(YJG2023013)。
-
文摘
为解决现有的差分隐私联邦学习算法中使用固定的裁剪阈值和噪声尺度进行训练,从而导致数据隐私泄露、模型精度较低的问题,提出了一种基于差分隐私的分段裁剪联邦学习算法。首先,根据客户端的隐私需求分为隐私需求高和低。对于高隐私需求用户使用自适应裁剪来动态裁剪梯度,而低隐私需求用户则采用比例裁剪。其次根据裁剪后阈值大小自适应地添加噪声尺度。通过实验分析可得,该算法可以更好地保护隐私数据,同时通信代价也低于ADP-FL和DP-FL算法,并且与ADP-FL和DP-FL相比,模型准确率分别提高了2.25%和4.41%。
-
关键词
联邦学习
差分隐私
分段裁剪
隐私分类
自适应加噪
-
Keywords
federated learning
differential privacy
segmental tailoring
privacy classification
adaptive noise addition
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名一种新的基于并行分段裁剪的DTW算法
被引量:8
- 2
-
-
作者
安镇宙
杨鉴
王红
余映
-
机构
云南大学信息学院
玉溪师范学院计算机科学系
-
出处
《计算机工程与应用》
CSCD
北大核心
2007年第15期35-36,88,共3页
-
基金
国家自然科学基金(the National Natural Science Foundation of China under Grant No.60265001)
云南大学中青年骨干教师基金。
-
文摘
通过对DTW算法的研究,提出了一种并行分段裁剪的新方法,在减少DTW算法运算量方面有显著效果,并将其用于一个地名识别系统中,经测试,可以明显缩短识别时间,具有很强的实时性,有较高的识别率,适合作为小型语音识别产品的主要算法。
-
关键词
语音识别
DTW
模板匹配
并行分段裁剪
-
Keywords
speech recognition
DTW
template matching
segment cutting in parallel
-
分类号
TP391.42
[自动化与计算机技术—计算机应用技术]
-