控制理论与应用

作者：蒋伟进,王海娟,李一骁,蒋意蓉

单位：湖南工商大学,湖南工商大学,湖南工商大学,湖南信息学院艺术学院

关键词：移动群智感知;隐私保护;R′enyi-差分隐私;异构

基金：国家自然科学基金项目(61772196,72088101),长沙市社科规划项目(2024CSSKKT31),湖南省教育厅科学研究重点项目(24A0446,24A0753) 资助.

联邦学习架构下的移动群智感知用户存在隐私泄露风险,现有基于差分隐私的方案在梯度裁剪过程中会引起本地模型训练精度的缺失,这种现象在异构环境中表现尤为不佳.为了解决上述问题,本文首先采用联邦随机主成分分析法对数据进行降维处理;随后,将经过R′enyi-差分隐私扰动后的目标函数替代梯度进行更新.然后,引入Bregman散度作为正则化项更新损失函数,约束本地模型与全局模型的偏离.实验结果表明,本文所提出的方法与现有几种方法相比具有更高的准确性和收敛精度.

来源：2025年第11期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2025年第11期