差分隐私GAN梯度裁剪阈值的自适应选取方法

• 作者: 程航 郭鹏 钟尚平 陈开志
• 来源期刊: 网络与信息安全学报
• 学科: 工学
• 关键词: 生成对抗网络 差分隐私保护 梯度裁剪阈值 自适应选取
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 10-20
• 页数: 11页
• 分类号: TP309
• 字数: 6942字
• 语种: 中文
• DOI: 10.11959/j.issn.2096-109x.2018041

摘要

提出自适应选取差分隐私GAN梯度裁剪阈值的方法.该方法假设可以接触到与隐私数据同分布的小部分公开数据,通过从公开数据中随机选取一批数据,设置裁剪阈值为这批数据的平均梯度范数,迭代上述操作直到网络聚合.在Mnist和Cifar10数据集上对所提方法进行了实验验证,结果表明,在合理隐私预算下与差分隐私辅助分类GAN相比,卷积神经网络(CNN)分类器准确率提高1％～4％,而评估分数(inception scores)提升0.6-1.2.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟尚平	福州大学数学与计算机科学学院	29	152	7.0	11.0
3	程航	福州大学数学与计算机科学学院	13	23	3.0	4.0
5	陈开志	福州大学数学与计算机科学学院	6	15	3.0	3.0
7	郭鹏	福州大学数学与计算机科学学院	1	3	1.0	1.0