blocks|key|313975|text|首先，请看一看TFF中的差分隐私教程，它展示了如何在TFF中进行中央DP培训。一旦您理解了这一点，我可以看到两种不同的方法来更改它，以提供一些本地DP保证。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|313976|看看tff.learning.dp_aggregator是如何实现的。与预先打包的tff.aggregators.DifferentiallyPrivateFactory不同，使用一个实现您感兴趣的本地DP机制的tfp.DPQuery对象实例化它。也许您需要的实现已经存在于某个地方。|ordered-list-item|style|CODE|313977|从头到尾实现一个自定义聚合器，完全满足您的需要。有关起点，请参阅实现自定义集合教程。|313978|entityMap|0|LINK|mutability|MUTABLE|url|https://www.tensorflow.org/federated/tutorials/federated_learning_with_differential_privacy|1|https://www.tensorflow.org/federated/api_docs/python/tff/learning/dp_aggregator|2|https://www.tensorflow.org/federated/api_docs/python/tff/aggregators/DifferentiallyPrivateFactory|3|https://github.com/tensorflow/privacy/blob/03014d0e99f8b4ff5bb9952ccc71e25c6c8faae8/tensorflow_privacy/privacy/dp_query/dp_query.py#L54|4|https://www.tensorflow.org/federated/tutorials/custom_aggregators^0|7|9|0|0|2|Q|15|18|2Y|B|2|Q|1|15|18|2|2Y|B|3|0|W|7|4|0^^$0|@$1|2|3|4|5|6|7|10|8|@]|9|@$A|11|B|12|1|13]]|C|$]]|$1|D|3|E|5|F|7|14|8|@$A|15|B|16|G|H]|$A|17|B|18|G|H]|$A|19|B|1A|G|H]]|9|@$A|1B|B|1C|1|1D]|$A|1E|B|1F|1|1G]|$A|1H|B|1I|1|1J]]|C|$]]|$1|I|3|J|5|F|7|1K|8|@]|9|@$A|1L|B|1M|1|1N]]|C|$]]|$1|K|3|-4|5|6|7|1O|8|@]|9|@]|C|$]]]|L|$M|$5|N|O|P|C|$Q|R]]|S|$5|N|O|P|C|$Q|T]]|U|$5|N|O|P|C|$Q|V]]|W|$5|N|O|P|C|$Q|X]]|Y|$5|N|O|P|C|$Q|Z]]]]

<p>First, perhaps have a look at <a href="https://www.tensorflow.org/federated/tutorials/federated_learning_with_differential_privacy" rel="nofollow noreferrer">Differential Privacy in TFF</a> tutorial which shows how to do central DP training in TFF. Once you understand that, I can see two different ways to change it to provide some local DP guarantees.</p>
<ol>
<li>Look at how the <a href="https://www.tensorflow.org/federated/api_docs/python/tff/learning/dp_aggregator" rel="nofollow noreferrer"><code>tff.learning.dp_aggregator</code></a> is implemented. Instead of the pre-packaged <a href="https://www.tensorflow.org/federated/api_docs/python/tff/aggregators/DifferentiallyPrivateFactory" rel="nofollow noreferrer"><code>tff.aggregators.DifferentiallyPrivateFactory</code></a>, instantiate it with a <a href="https://github.com/tensorflow/privacy/blob/03014d0e99f8b4ff5bb9952ccc71e25c6c8faae8/tensorflow_privacy/privacy/dp_query/dp_query.py#L54" rel="nofollow noreferrer"><code>tfp.DPQuery</code></a> object that implements the local DP mechanism you are interested in. Perhaps an implementation you need already exists somewhere.</li>
<li>Implement a custom aggregator from scratch doing exactly what you need. See <a href="https://www.tensorflow.org/federated/tutorials/custom_aggregators" rel="nofollow noreferrer">Implementing Custom Aggregations</a> tutorial for a starting point.</li>
</ol>


<p>I want to implement local DP model using TFF, that is, each client trains it's own differentially private model and sends noisy gradients to the server, and the server just aggregates and distributes in a standard FL fashion. I tried changing the client optimizer to keras DP optimizer, but that didnt work. Any suggestions are appreciated.</p>


Client level differential privacy in Tensorflow Federated (Local DP)

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我希望使用TFF来实现本地DP模型，即每个客户端训练自己的差异私有模型，并向服务器发送噪声梯度，而服务器只是以标准FL的方式进行聚合和分发。我尝试将客户端优化器更改为keras优化器，但这没有奏效。如有任何建议，敬请见谅。

问Tensorflow Federated (本地DP)中的客户级差异隐私
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Tensorflow Federated (本地DP)中的客户级差异隐私EN