PREAMBLE: Private and Efficient Aggregation via Block Sparse Vectors
我们重新审查了在PRIO等两级服务器系统中高维向量的安全聚合的问题。这些系统通常用于汇总媒介，例如私人联合学习中的梯度，在该学习中，通过噪声来保护聚合本身以确保差异隐私。现有方法需要具有维数的沟通缩放，因此限制了向量的维度，可以在此设置中有效处理。我们提出序言：{\ bf pr} ivate {\ bf e} fficient {\ bf a} ggregation {\ bf a} ggregation {\ bf m} e} uclidean矢量…
