隐私保护的非IID数据联邦重要访问者分析
摘要：联合重要度分析涉及在分布式数据中识别最常见的项目。现有的方法在处理这个任务时常常面临隐私泄露或牺牲效用的挑战。为了解决这些问题，我们引入了一种新颖的隐私保护算法，利用层次结构来发现非独立同分布数据中的本地和全局重要项目，利用扰动和相似性技术。我们对合成和真实数据集进行了广泛的评估，验证了我们方法的有效性。我们还提出了FedCampus，一个演示应用程序，展示了我们算法在分析人口统计数据方面的能力。
作者：Jiaqi Shao, Shanshan Han, Chaoyang He, Bing Luo
论文ID：2307.02277
分类：Distributed, Parallel, and Cluster Computing
分类简称：cs.DC
提交时间：2023-07-06