В работе исследуется влияние механизмов дифференциальной приватности на качество моделей в условиях федеративного обучения. Цель исследования - установить количественную зависимость между уровнем приватности (параметры ε и δ) и точностью глобальной модели, а также определить диапазон значений, обеспечивающий баланс между защитой данных и качеством обучения. Рассматриваются стратегии внедрения приватности, включая градиентное клиппирование и добавление шума. Показано, что усиление приватных гарантий приводит к снижению точности, при этом существует область параметров, сохраняющая приемлемое качество модели.

Петрова А.А. (науч. рук. Логинов И.П.) Федеративное обучение с дифференциальной приватностью: анализ зависимости качества модели от уровня приватности // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/17109