《表1 PATET模型隐私与实用》
表1列出了所提供的ε值与对应“徒弟”的精确度,“徒弟”对“师父”集合标签查询数量,以及最好的非隐私模型的精确度,相应PATE?G模型精确度。噪声干扰ε=0.2,针对MNIST数据集,“徒弟”可以得到98.46%分类精度,与4.1节介绍的非隐私模型精确度相比只有0.72%的差距,相同条件下PATE?G的分类精度只有94.66%;针对SVHN数据集,当share=15 000时,“徒弟”的准确率为90.73%,并且与4.1节介绍的非隐私模型效果相当,相应的隐私约束ε=0.33,在相同的条件下,PATE?G的测试精确度只有88.00%。
图表编号 | XD0074244300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 付玉香、秦永彬、申国伟 |
绘制单位 | 贵州大学计算机科学与技术学院、贵州大学计算机科学与技术学院、贵州大学贵州省公共大数据重点实验室、贵州大学计算机科学与技术学院、贵州大学贵州省公共大数据重点实验室 |
更多格式 | 高清、无水印(增值服务) |