Federated DPFTRL and Adaptive Clipping noise injection.
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 25/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Stack tecnologico
- python
- Ambito
- machine-learning, security
Direzione di ricerca
Leggi tensorflow_privacy/privacy/dp_query/quantile_adaptive_clip_tree_query.py e quantile_estimator_query.py, quindi confronta la loro gestione dell’albero e del bit di norma con quella descritta nel paper citato Federated Learning of Gboard Language Models with Differential Privacy. Verifica se la disposizione proposta di DPFTRL e del rumore per l’adaptive-clipping è supportata dall’implementazione attuale; il lavoro è completato quando è disponibile una decisione di progettazione confermata da un maintainer oppure un piano di implementazione chiaramente delimitato.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Dear developers of the privacy framework. I was checking the implementation of quantile_adaptive_clip_tree_query.py
I can see that a new tree is required to inject noise after aggregating the norm bit as the traditional QuantileEstimatorQuery
is wrapped from the TreeQuantileEstimatorQuery
In this paper Federated Learning of Gboard Language Models with Differential Privacy I see the paragraph highlighted in the image below.
Question: Does this mean that I can just keep the logic of restarting the tree and then updating the clipping norm of the DPFTRL skipping the second tree that injects noise on norm bits and just replace the whole noise of Federated DP-FTRL with Adaptive clipping setup with just a Tree based Gaussian noise with Z as stated in the figure? I am confused here.
Thanks you in advance.
- Lingua principale
- Python
- Stelle
- 2k
- Fork
- 477
- Merge medio
- 17h 24m
- PR unite (30g)
- 4
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di tensorflow/privacy
-
[Draft] New IssueAperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 1/100
tensorflow/privacy#633 · 1 commento ·
-
HUSSIENALI0780Aperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 1/100
tensorflow/privacy#626 · 1 commento ·
-
٦٦٧٧Aperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 1/100
tensorflow/privacy#625 ·
-
Bug ReportAperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 10/100
tensorflow/privacy#624 ·
-
SecureAperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 10/100
tensorflow/privacy#623 ·
Tutte le issue di tensorflow/privacy
Issue simili
-
Edit: TVS Encarnacion [PY]Apertachannels:edit check:passed
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
I maintainer di solito rispondono entro 1 giorno
-
[Bug] The blue-green mitigation strategy lists catalog names and views before the source tablesAperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
aws-samples/sample-aws-genai-db-modernizer#2097 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
enhancement
Difficoltà 2/5 1-3 ore Idoneità per principianti 67/100
ietf-tools/datatracker#12027 ·
I maintainer di solito rispondono entro 1 giorno
-
[Bug]: Python SDK overwrites OVPack backups with HTTP 200 JSON errorsForse già presa @stefanielizeth73-art l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
volcengine/OpenViking#7347 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
deepset-ai/haystack-core-integrations#4228 ·
I maintainer di solito rispondono entro 1 giorno