[控场AI]
概念

异构量化

在联邦学习等分布式场景中,不同客户端因带宽或计算能力差异而采用不同量化级别(如8-bit、4-bit)压缩模型更新,导致数值范围和代数结构不一致。

时间轴 (近 90 天)

10月27日

现有异构量化安全聚合方法会泄露模型更新的部分聚合,并且在某些掉线和客户端-服务器共谋模式下可能泄露单个模型更新的片段。

待验证50%
10月27日

论文提出一种信息论安全聚合方案,容忍客户端掉线以及最多T个半诚实客户端与服务器共谋,同时支持客户端异构量化。

待验证50%
10月27日

与现有异构量化安全聚合方法相比,该方案在所有允许的掉线和共谋模式下均保持信息论安全。

待验证50%
10月27日

该方案不要求客户端统一量化级别,客户端可以根据自身带宽条件独立选择量化级别,而不会影响聚合的安全性和正确性。

待验证50%

全部知识事实 (4)

来源文章