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%