tensorflow-federated - DP-FedAvg 中客户更新的剪辑

Question

在Learning differentially private recurrent language models介绍算法的论文中DP-FedAvg，客户端更新的剪辑似乎发生在客户端。每个客户端剪辑他的本地更新，然后将已经剪辑的更新返回给服务器。

但是，在另一篇论文中Advances and open problems in federated learning，似乎服务器是剪辑更新的那个。该论文在第 48 页中说，“使用这种技术，服务器会裁剪单个更新的 L2 范数，聚合裁剪的更新，然后将高斯噪声添加到聚合中”。

遵循哪个过程TFF？谁在执行剪辑？

标签： tensorflow-federated

Answer 1

TFF 中没有任何固有的东西可以阻止您提到的任何一个选项；两者都可以实现。

如果您询问具体的可用 API，则在聚合值之前创建聚合器，将裁剪应用于客户端tff.aggregators.DifferentiallyPrivateFactory.gaussian_fixed的固定规范。