一种基于差分隐私的分布式学习隐私保护方法

摘要

本发明公开了一种基于差分隐私的分布式学习隐私保护方法，该方法应用于网络中n个用户节点，每个用户拥有自己独立分布的一组数据样本，并包括以下步骤：S1、初始化阶段；S2、用户节点本地学习阶段；步骤S3、用户节点获取邻居节点信息并更新阶段；步骤S4、加噪声扰动阶段；步骤S5、广播阶段。本发明能解决当前分布式学习中的隐私保护问题，使得用户节点通过邻居节点更新自己的本地参数，并将噪声处理过的参数发给邻居节点，从而在去中心化的网络环境下，能保护用户的个人敏感数据不遭泄露。