연합 학습에서 통신 효율과 프라이버시를 동시에 — DP + 적응형 양자화로 데이터 전송량 최대 52% 감소

Emre Ardıç 연구는 연합 학습(FL)의 통신 병목과 프라이버시 문제를 동시에 해결하기 위해 차등 프라이버시(DP)와 적응형 양자화를 결합했습니다. 라플라스 기반 DP를 사용해 가우시안보다 강한 프라이버시 보장을 제공하고, 코사인 어닐링 기반 글로벌 비트 길이 스케줄러와 데이터셋 엔트로피로 클라이언트 기여도를 측정해 동적 양자화를 적용합니다. CIFAR10, MNIST, 의료 영상 데이터셋에서 32비트 부동소수점 대비 전송량을 최대 52.64% 줄이면서도 정확도는 유지했으나, 비-IID 데이터 분포와 다양한 클라이언트 수에서의 실험 결과로 일반화 가능성을 확인했습니다.

• #federated-learning
• #differential-privacy
• #quantization
• #communication-efficiency
• #privacy