论文提出 SSTQ，用过完备等范 tight frame、坐标子采样和隐私感知的一维量化，为分布式优化提供低通信开销的本地差分隐私向量量化。方法包含平坦随机响应和度量感知 Laplace 两个版本；后者更适合高码本比特宽度。作者声称其达到最优均方误差缩放，并将码本相关误差从 O(4^b) 降至 O(2^b)，每客户端仅需 ceil(log2 N)+b 比特，其中 N=Theta(d)。CIFAR-10 与 Fashion-MNIST 联邦学习实验显示了较好的效用和通信效率。
最近 24 小时暂无可用热度快照。