arXiv ID:
2602.12009
arXiv 提交日期: 2026-02-12
差分隐私对基于发放率的联邦脉冲神经网络敏感性的影响研究 / On the Sensitivity of Firing Rate-Based Federated Spiking Neural Networks to Differential Privacy
1️⃣ 一句话总结
这篇论文研究发现,在联邦脉冲神经网络学习系统中,为保护隐私而加入的差分隐私机制(如梯度裁剪和噪声注入)会显著改变神经元发放率的统计特性,进而影响整个联邦学习过程的协调效率,需要在隐私保护强度和系统性能之间找到平衡点。