横向联邦-局部差分隐私加噪训练

查看源文件

联邦学习过程中,用户数据仅用于客户端设备的本地训练,不需要上传至中心服务器,可以避免泄露用户个人数据。然而,传统联邦学习框架中,模型以明文形式上云,仍然存在间接泄露用户隐私的风险。攻击者获取到客户端上传的明文模型后,可以通过重构、模型逆向等攻击方式,恢复参与学习的用户个人数据,导致用户隐私泄露。

MindSpore Federated联邦学习框架,提供了基于本地差分隐私(LDP)算法,在客户端上传本地模型前对其进行加噪。在保证模型可用性的前提下,解决横向联邦学习中的隐私泄露问题。

原理概述

差分隐私(differential privacy)是一种保护用户数据隐私的机制。差分隐私定义为:

\[ Pr[\mathcal{K}(D)\in S] \le e^{\epsilon} Pr[\mathcal{K}(D’) \in S]+\delta​ \]

对于两个差别只有一条记录的数据集\(D, D’\),通过随机算法\(\mathcal{K}\),输出结果为集合\(S\)子集的概率满足上述公式。\(\epsilon\)为差分隐私预算,\(\delta\)扰动,\(\epsilon\)\(\delta\)越小,说明\(\mathcal{K}\)\(D\)\(D’\)上输出的数据分布越接近。

在横向联邦学习中,假设客户端本地训练之后的模型权重矩阵是\(W\),由于模型在训练过程中会“记住”训练集的特征,所以攻击者可以借助\(W\)还原出用户的训练数据集[1]。

MindSpore Federated提供基于本地差分隐私的安全聚合算法,防止客户端上传本地模型时泄露用户隐私数据。

MindSpore Federated客户端会生成一个与本地模型\(W\)相同维度的差分噪声矩阵\(G\),然后将二者相加,得到一个满足差分隐私定义的权重\(W_p\)

\[ W_p=W+G \]

MindSpore Federated客户端将加噪后的模型\(W_p\)上传至云侧服务器进行联邦聚合。噪声矩阵\(G\)相当于给原模型加上了一层掩码,在降低模型泄露敏感数据风险的同时,也会影响模型训练的收敛性。如何在模型隐私性和可用性之间取得更好的平衡,仍然是一个值得研究的问题。实验表明,当参与方的数量\(n\)足够大时(一般指1000以上),大部分噪声能够相互抵消,本地差分机制对聚合模型的精度和收敛性没有明显影响。

使用方式

本地差分隐私训练目前只支持端云联邦学习场景。开启差分隐私训练的方式很简单,只需要在启动云侧服务时,通过yaml设置encrypt_type字段为DP_ENCRYPT即可。

此外,为了控制隐私保护的效果,我们还提供了3个参数:dp_epsdp_delta以及dp_norm_clip,它们也是通过yaml文件进行设置。

dp_epsdp_norm_clip的合法取值范围是大于0,dp_delta的合法取值范围是0<dp_delta<1。一般来说,dp_epsdp_delta越小,隐私保护效果也越好,但是对模型收敛性的影响越大。建议dp_delta取成客户端数量的倒数,dp_eps大于50。

dp_norm_clip是差分隐私机制对模型权重加噪前对权重大小的调整系数,会影响模型的收敛性,一般建议取0.5~2。

参考文献

[1] Ligeng Zhu, Zhijian Liu, and Song Han. Deep Leakage from Gradients. NeurIPS, 2019.