 TensorFlow.org'da görüntüleyin |  Google Colab'da çalıştırın |  Kaynağı GitHub'da görüntüleyin |  Not defterini indir |
Bu eğitici, Tensorflow Federated kullanan kullanıcı düzeyinde Diferansiyel Gizliliğe sahip eğitim modelleri için önerilen en iyi uygulamayı gösterecektir. Biz DP-SGD algoritması kullanır Abadi vd., "Diferansiyel Gizlilik ile Derin Öğrenme" bir federe bağlamda kullanıcı düzeyinde DP için modifiye McMahan vd., "Öğrenme Farklı Olarak Özel Tekrarlayan Dil Modelleri" .
Diferansiyel Gizlilik (DP), öğrenme görevlerini gerçekleştirirken hassas verilerin gizlilik sızıntısını sınırlamak ve ölçmek için yaygın olarak kullanılan bir yöntemdir. Bir modeli kullanıcı düzeyinde DP ile eğitmek, modelin herhangi bir bireyin verileri hakkında önemli bir şey öğrenme olasılığının düşük olduğunu, ancak yine de (umarım!) birçok müşterinin verilerinde bulunan kalıpları öğrenebileceğini garanti eder.
Birleştirilmiş EMNIST veri seti üzerinde bir model eğiteceğiz. Fayda ve mahremiyet arasında doğal bir değiş tokuş vardır ve son teknoloji özel olmayan bir model kadar iyi performans gösteren yüksek mahremiyete sahip bir modeli eğitmek zor olabilir. Bu eğitimde amaca uygunluk için, yüksek gizlilikle nasıl antrenman yapılacağını göstermek için kaliteden biraz ödün vererek sadece 100 tur için antrenman yapacağız. Daha fazla eğitim turu kullansaydık, kesinlikle biraz daha yüksek doğrulukta bir özel modele sahip olabilirdik, ancak DP'siz eğitilmiş bir model kadar yüksek değil.
Başlamadan Önce
İlk olarak, dizüstü bilgisayarın ilgili bileşenlerin derlenmiş olduğu bir arka uca bağlı olduğundan emin olalım.
!pip install --quiet --upgrade tensorflow_federated_nightly
!pip install --quiet --upgrade nest-asyncio
import nest_asyncio
nest_asyncio.apply()
Eğitim için ihtiyacımız olacak bazı ithalatlar. Biz kullanacaktır tensorflow_federated , makine öğrenme ve merkezi olmayan verilere diğer hesaplamaları, yanı sıra açık kaynak çerçevesini tensorflow_privacy , uygulanması ve tensorflow farklı olarak özel algoritmalar analiz etmek için açık kaynak kütüphanesine.
import collections
import numpy as np
import pandas as pd
import tensorflow as tf
import tensorflow_federated as tff
import tensorflow_privacy as tfp
TFF ortamının doğru şekilde kurulduğundan emin olmak için aşağıdaki "Merhaba Dünya" örneğini çalıştırın. İşe yaramazsa, bakınız Kurulum talimatları için rehber.
@tff.federated_computation
def hello_world():
return 'Hello, World!'
hello_world()
b'Hello, World!'
Birleştirilmiş EMNIST veri kümesini indirin ve önceden işleyin.
def get_emnist_dataset():
emnist_train, emnist_test = tff.simulation.datasets.emnist.load_data(
only_digits=True)
def element_fn(element):
return collections.OrderedDict(
x=tf.expand_dims(element['pixels'], -1), y=element['label'])
def preprocess_train_dataset(dataset):
# Use buffer_size same as the maximum client dataset size,
# 418 for Federated EMNIST
return (dataset.map(element_fn)
.shuffle(buffer_size=418)
.repeat(1)
.batch(32, drop_remainder=False))
def preprocess_test_dataset(dataset):
return dataset.map(element_fn).batch(128, drop_remainder=False)
emnist_train = emnist_train.preprocess(preprocess_train_dataset)
emnist_test = preprocess_test_dataset(
emnist_test.create_tf_dataset_from_all_clients())
return emnist_train, emnist_test
train_data, test_data = get_emnist_dataset()
Modelimizi tanımlayın.
def my_model_fn():
model = tf.keras.models.Sequential([
tf.keras.layers.Reshape(input_shape=(28, 28, 1), target_shape=(28 * 28,)),
tf.keras.layers.Dense(200, activation=tf.nn.relu),
tf.keras.layers.Dense(200, activation=tf.nn.relu),
tf.keras.layers.Dense(10)])
return tff.learning.from_keras_model(
keras_model=model,
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
input_spec=test_data.element_spec,
metrics=[tf.keras.metrics.SparseCategoricalAccuracy()])
Modelin gürültü duyarlılığını belirleyin.
Kullanıcı düzeyinde DP garantileri almak için, temel Birleşik Ortalama Algoritmasını iki şekilde değiştirmeliyiz. İlk olarak, istemcilerin model güncellemeleri, herhangi bir istemcinin maksimum etkisini sınırlayarak sunucuya iletilmeden önce kırpılmalıdır. İkinci olarak, sunucu, en kötü durumdaki istemci etkisini gizlemek için ortalamayı almadan önce, kullanıcı güncellemelerinin toplamına yeterince gürültü eklemelidir.
Kırpma sağlamak için, uyarlanabilir kırpma yöntemi kullanmak Andrew ve diğ. 2021, Adaptif kırpma ile farklı şekilde Özel Öğrenme kırpma yoktur norm ihtiyacı böylece açıkça ayarlanmalıdır.
Gürültü eklemek genel olarak modelin faydasını düşürür, ancak her turdaki ortalama güncellemedeki gürültü miktarını iki düğme ile kontrol edebiliriz: Toplama eklenen Gauss gürültüsünün standart sapması ve istemci sayısı. ortalama. Stratejimiz, ilk olarak, model faydasına kabul edilebilir kayıpla, tur başına nispeten az sayıda müşteri ile modelin ne kadar gürültüye tahammül edebileceğini belirlemek olacaktır. Ardından, son modeli eğitmek için, tur başına istemci sayısını orantılı olarak artırırken toplamdaki gürültü miktarını artırabiliriz (veri kümesinin tur başına bu kadar çok istemciyi destekleyecek kadar büyük olduğunu varsayarak). Bunun model kalitesini önemli ölçüde etkilemesi olası değildir, çünkü tek etki müşteri örneklemesinden kaynaklanan varyansı azaltmaktır (aslında bizim durumumuzda bunun olmadığını doğrulayacağız).
Bu amaçla, önce artan miktarlarda gürültü ile tur başına 50 müşteri ile bir dizi modeli eğitiyoruz. Spesifik olarak, gürültü standart sapmasının kırpma normuna oranı olan "noise_multiplier" değerini artırıyoruz. Uyarlamalı kırpma kullandığımız için bu, gürültünün gerçek büyüklüğünün turdan tura değiştiği anlamına gelir.
# Run five clients per thread. Increase this if your runtime is running out of
# memory. Decrease it if you have the resources and want to speed up execution.
tff.backends.native.set_local_python_execution_context(clients_per_thread=5)
total_clients = len(train_data.client_ids)
def train(rounds, noise_multiplier, clients_per_round, data_frame):
# Using the `dp_aggregator` here turns on differential privacy with adaptive
# clipping.
aggregation_factory = tff.learning.model_update_aggregator.dp_aggregator(
noise_multiplier, clients_per_round)
# We use Poisson subsampling which gives slightly tighter privacy guarantees
# compared to having a fixed number of clients per round. The actual number of
# clients per round is stochastic with mean clients_per_round.
sampling_prob = clients_per_round / total_clients
# Build a federated averaging process.
# Typically a non-adaptive server optimizer is used because the noise in the
# updates can cause the second moment accumulators to become very large
# prematurely.
learning_process = tff.learning.build_federated_averaging_process(
my_model_fn,
client_optimizer_fn=lambda: tf.keras.optimizers.SGD(0.01),
server_optimizer_fn=lambda: tf.keras.optimizers.SGD(1.0, momentum=0.9),
model_update_aggregation_factory=aggregation_factory)
eval_process = tff.learning.build_federated_evaluation(my_model_fn)
# Training loop.
state = learning_process.initialize()
for round in range(rounds):
if round % 5 == 0:
metrics = eval_process(state.model, [test_data])['eval']
if round < 25 or round % 25 == 0:
print(f'Round {round:3d}: {metrics}')
data_frame = data_frame.append({'Round': round,
'NoiseMultiplier': noise_multiplier,
**metrics}, ignore_index=True)
# Sample clients for a round. Note that if your dataset is large and
# sampling_prob is small, it would be faster to use gap sampling.
x = np.random.uniform(size=total_clients)
sampled_clients = [
train_data.client_ids[i] for i in range(total_clients)
if x[i] < sampling_prob]
sampled_train_data = [
train_data.create_tf_dataset_for_client(client)
for client in sampled_clients]
# Use selected clients for update.
state, metrics = learning_process.next(state, sampled_train_data)
metrics = eval_process(state.model, [test_data])['eval']
print(f'Round {rounds:3d}: {metrics}')
data_frame = data_frame.append({'Round': rounds,
'NoiseMultiplier': noise_multiplier,
**metrics}, ignore_index=True)
return data_frame
data_frame = pd.DataFrame()
rounds = 100
clients_per_round = 50
for noise_multiplier in [0.0, 0.5, 0.75, 1.0]:
print(f'Starting training with noise multiplier: {noise_multiplier}')
data_frame = train(rounds, noise_multiplier, clients_per_round, data_frame)
print()
Starting training with noise multiplier: 0.0
Round 0: OrderedDict([('sparse_categorical_accuracy', 0.112289384), ('loss', 2.5190482)])
Round 5: OrderedDict([('sparse_categorical_accuracy', 0.19075724), ('loss', 2.2449977)])
Round 10: OrderedDict([('sparse_categorical_accuracy', 0.18115693), ('loss', 2.163907)])
Round 15: OrderedDict([('sparse_categorical_accuracy', 0.49970612), ('loss', 2.01017)])
Round 20: OrderedDict([('sparse_categorical_accuracy', 0.5333317), ('loss', 1.8350543)])
Round 25: OrderedDict([('sparse_categorical_accuracy', 0.5828517), ('loss', 1.6551636)])
Round 50: OrderedDict([('sparse_categorical_accuracy', 0.7352077), ('loss', 0.8700141)])
Round 75: OrderedDict([('sparse_categorical_accuracy', 0.7769152), ('loss', 0.6992781)])
Round 100: OrderedDict([('sparse_categorical_accuracy', 0.8049814), ('loss', 0.62453026)])
Starting training with noise multiplier: 0.5
Round 0: OrderedDict([('sparse_categorical_accuracy', 0.09526841), ('loss', 2.4332638)])
Round 5: OrderedDict([('sparse_categorical_accuracy', 0.20128821), ('loss', 2.2664592)])
Round 10: OrderedDict([('sparse_categorical_accuracy', 0.35472178), ('loss', 2.130336)])
Round 15: OrderedDict([('sparse_categorical_accuracy', 0.5480995), ('loss', 1.9713942)])
Round 20: OrderedDict([('sparse_categorical_accuracy', 0.42246276), ('loss', 1.8045483)])
Round 25: OrderedDict([('sparse_categorical_accuracy', 0.624902), ('loss', 1.4785467)])
Round 50: OrderedDict([('sparse_categorical_accuracy', 0.7265625), ('loss', 0.85801566)])
Round 75: OrderedDict([('sparse_categorical_accuracy', 0.77720904), ('loss', 0.70615387)])
Round 100: OrderedDict([('sparse_categorical_accuracy', 0.7702537), ('loss', 0.72331005)])
Starting training with noise multiplier: 0.75
Round 0: OrderedDict([('sparse_categorical_accuracy', 0.098672606), ('loss', 2.422002)])
Round 5: OrderedDict([('sparse_categorical_accuracy', 0.11794671), ('loss', 2.2227976)])
Round 10: OrderedDict([('sparse_categorical_accuracy', 0.3208513), ('loss', 2.083766)])
Round 15: OrderedDict([('sparse_categorical_accuracy', 0.49752644), ('loss', 1.8728142)])
Round 20: OrderedDict([('sparse_categorical_accuracy', 0.5816761), ('loss', 1.6084186)])
Round 25: OrderedDict([('sparse_categorical_accuracy', 0.62896746), ('loss', 1.378527)])
Round 50: OrderedDict([('sparse_categorical_accuracy', 0.73153406), ('loss', 0.8705139)])
Round 75: OrderedDict([('sparse_categorical_accuracy', 0.7789724), ('loss', 0.7113147)])
Round 100: OrderedDict([('sparse_categorical_accuracy', 0.70944357), ('loss', 0.89495045)])
Starting training with noise multiplier: 1.0
Round 0: OrderedDict([('sparse_categorical_accuracy', 0.12002841), ('loss', 2.60482)])
Round 5: OrderedDict([('sparse_categorical_accuracy', 0.104574844), ('loss', 2.3388205)])
Round 10: OrderedDict([('sparse_categorical_accuracy', 0.29966694), ('loss', 2.089262)])
Round 15: OrderedDict([('sparse_categorical_accuracy', 0.4067398), ('loss', 1.9109797)])
Round 20: OrderedDict([('sparse_categorical_accuracy', 0.5123677), ('loss', 1.6472703)])
Round 25: OrderedDict([('sparse_categorical_accuracy', 0.56416535), ('loss', 1.4362282)])
Round 50: OrderedDict([('sparse_categorical_accuracy', 0.62323666), ('loss', 1.1682972)])
Round 75: OrderedDict([('sparse_categorical_accuracy', 0.55968356), ('loss', 1.4779186)])
Round 100: OrderedDict([('sparse_categorical_accuracy', 0.382837), ('loss', 1.9680436)])
Artık bu çalışmaların değerlendirme seti doğruluğunu ve kaybını görselleştirebiliriz.
import matplotlib.pyplot as plt
import seaborn as sns
def make_plot(data_frame):
plt.figure(figsize=(15, 5))
dff = data_frame.rename(
columns={'sparse_categorical_accuracy': 'Accuracy', 'loss': 'Loss'})
plt.subplot(121)
sns.lineplot(data=dff, x='Round', y='Accuracy', hue='NoiseMultiplier', palette='dark')
plt.subplot(122)
sns.lineplot(data=dff, x='Round', y='Loss', hue='NoiseMultiplier', palette='dark')
make_plot(data_frame)
Her turda beklenen 50 müşteriyle bu modelin, model kalitesini düşürmeden 0,5'e kadar gürültü çarpanını tolere edebileceği görülüyor. 0,75'lik bir gürültü çarpanı, biraz model bozulmasına neden oluyor gibi görünüyor ve 1.0, modelin farklılaşmasına neden oluyor.
Tipik olarak model kalitesi ve mahremiyet arasında bir ödünleşim vardır. Ne kadar yüksek gürültü kullanırsak, aynı miktarda eğitim süresi ve müşteri sayısı için o kadar fazla mahremiyet elde edebiliriz. Tersine, daha az gürültü ile daha doğru bir modele sahip olabiliriz, ancak hedef gizlilik seviyemize ulaşmak için tur başına daha fazla müşteriyle eğitim almamız gerekecek.
Yukarıdaki deneyle, son modeli daha hızlı eğitmek için 0.75'te az miktarda model bozulmasının kabul edilebilir olduğuna karar verebiliriz, ancak 0,5 gürültü çarpanlı modelin performansını eşleştirmek istediğimizi varsayalım.
Artık, kabul edilebilir gizlilik elde etmek için tur başına kaç tane beklenen istemciye ihtiyacımız olacağını belirlemek için tensorflow_privacy işlevlerini kullanabiliriz. Standart uygulama, veri kümesindeki kayıt sayısı üzerinden birden küçük bir delta seçmektir. Bu veri setinde toplam 3383 eğitim kullanıcısı var, bu yüzden (2, 1e-5)-DP'yi hedefleyelim.
Tur başına müşteri sayısı üzerinden basit bir ikili arama kullanıyoruz. Biz epsilon tahmin etmek için kullanımı tensorflow_privacy fonksiyonu dayanır , Wang et al. (2018) ve Mironov ve diğ. (2019) .
rdp_orders = ([1.25, 1.5, 1.75, 2., 2.25, 2.5, 3., 3.5, 4., 4.5] +
list(range(5, 64)) + [128, 256, 512])
total_clients = 3383
base_noise_multiplier = 0.5
base_clients_per_round = 50
target_delta = 1e-5
target_eps = 2
def get_epsilon(clients_per_round):
# If we use this number of clients per round and proportionally
# scale up the noise multiplier, what epsilon do we achieve?
q = clients_per_round / total_clients
noise_multiplier = base_noise_multiplier
noise_multiplier *= clients_per_round / base_clients_per_round
rdp = tfp.compute_rdp(
q, noise_multiplier=noise_multiplier, steps=rounds, orders=rdp_orders)
eps, _, _ = tfp.get_privacy_spent(rdp_orders, rdp, target_delta=target_delta)
return clients_per_round, eps, noise_multiplier
def find_needed_clients_per_round():
hi = get_epsilon(base_clients_per_round)
if hi[1] < target_eps:
return hi
# Grow interval exponentially until target_eps is exceeded.
while True:
lo = hi
hi = get_epsilon(2 * lo[0])
if hi[1] < target_eps:
break
# Binary search.
while hi[0] - lo[0] > 1:
mid = get_epsilon((lo[0] + hi[0]) // 2)
if mid[1] > target_eps:
lo = mid
else:
hi = mid
return hi
clients_per_round, _, noise_multiplier = find_needed_clients_per_round()
print(f'To get ({target_eps}, {target_delta})-DP, use {clients_per_round} '
f'clients with noise multiplier {noise_multiplier}.')
To get (2, 1e-05)-DP, use 120 clients with noise multiplier 1.2.
Şimdi son özel modelimizi serbest bırakmak için eğitebiliriz.
rounds = 100
noise_multiplier = 1.2
clients_per_round = 120
data_frame = pd.DataFrame()
data_frame = train(rounds, noise_multiplier, clients_per_round, data_frame)
make_plot(data_frame)
Round 0: OrderedDict([('sparse_categorical_accuracy', 0.08260678), ('loss', 2.6334999)])
Round 5: OrderedDict([('sparse_categorical_accuracy', 0.1492212), ('loss', 2.259542)])
Round 10: OrderedDict([('sparse_categorical_accuracy', 0.28847474), ('loss', 2.155699)])
Round 15: OrderedDict([('sparse_categorical_accuracy', 0.3989518), ('loss', 2.0156953)])
Round 20: OrderedDict([('sparse_categorical_accuracy', 0.5086697), ('loss', 1.8261365)])
Round 25: OrderedDict([('sparse_categorical_accuracy', 0.6204692), ('loss', 1.5602393)])
Round 50: OrderedDict([('sparse_categorical_accuracy', 0.70008814), ('loss', 0.91155165)])
Round 75: OrderedDict([('sparse_categorical_accuracy', 0.78421336), ('loss', 0.6820159)])
Round 100: OrderedDict([('sparse_categorical_accuracy', 0.7955525), ('loss', 0.6585961)])
Gördüğümüz gibi, son model gürültüsüz eğitilen modele benzer bir kayıp ve doğruluğa sahiptir, ancak bu (2, 1e-5)-DP'yi karşılamaktadır.