Opacus项目中高斯差分隐私的泊松子采样实现解析

高斯差分隐私中的子采样机制

在差分隐私的实现中，子采样(subsampling)是一种常见的隐私放大技术。Opacus作为PyTorch的差分隐私库，实现了基于高斯差分隐私(Gaussian Differential Privacy, GDP)的隐私计算。其中涉及两种不同的子采样方式：均匀子采样(uniform subsampling)和泊松子采样(Poisson subsampling)。

均匀子采样与泊松子采样的区别

均匀子采样采用固定大小的批次进行训练，这是原始高斯差分隐私论文中采用的方法。而泊松子采样则使用随机变量批次大小，这是DP-SGD(差分隐私随机梯度下降)中常用的方法。这两种方法在隐私计算上有着不同的数学表达。

Opacus中的μ值计算实现

Opacus库中实现了两种不同的μ值计算方法：

1. 泊松子采样μ计算：

def compute_mu_poisson(*, steps: int, noise_multiplier: float, sample_rate: float) -> float:
    return np.sqrt(np.exp(noise_multiplier**(-2)) - 1) * np.sqrt(steps) * sample_rate

2. 均匀子采样μ计算：

return (np.sqrt(2) * c * np.sqrt(
    np.exp(noise_multiplier**(-2)) * norm.cdf(1.5/noise_multiplier)
    + 3 * norm.cdf(-0.5/noise_multiplier) - 2))

数学原理分析

泊松子采样的μ计算公式来源于后续研究论文，而非原始高斯差分隐私论文。该公式基于以下数学原理：

• 噪声乘子(noise_multiplier)的倒数平方反映了隐私保护的强度
• 指数函数与平方根的组合形式体现了高斯机制的特性
• 训练步数(steps)和采样率(sample_rate)的乘积反映了隐私累积效应

实际应用建议

在实际应用中，开发者需要注意：

1. 明确自己需要哪种子采样方式：固定批次大小还是随机批次大小
2. 根据选择的子采样方式调用对应的μ计算函数
3. 理解不同计算方式对最终隐私预算的影响
4. 在实验报告中明确说明采用的子采样方式和计算方法

总结

Opacus库通过实现两种不同的μ计算方法，为开发者提供了灵活的高斯差分隐私计算选择。理解这些实现背后的数学原理和适用场景，对于正确使用差分隐私保护技术至关重要。开发者应当根据具体应用场景和隐私需求，选择合适的子采样方式和相应的计算方法。