The Value of Collaboration in Convex Machine Learning with Differential Privacy

In this paper, we apply machine learning to distributed private data owned by multiple data owners, entities with access to non-overlapping training datasets. We use noisy, differentially-private gradients to minimize the fitness cost of the machine learning model using stochastic gradient descent....

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings - IEEE Symposium on Security and Privacy s. 304 - 317
Hlavní autoři:	Wu, Nan, Farokhi, Farhad, Smith, David, Kaafar, Mohamed Ali
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.05.2020
Témata:	Collaboration Computational modeling Data models Data privacy Differential privacy Machine learning Prediction algorithms Privacy Stochastic gradient algorithm Training
ISSN:	2375-1207
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!