शोधकर्ताओं ने FedKT-CSD का प्रस्ताव रखा है, जो एक ऐसा फ्रेमवर्क है जो क्लाइंट डेटा की गुणवत्ता को बनाए रखते हुए कड़ा गोपनीयता गारंटी प्राप्त करता है। विधि सार्वजनिक रूप से पूर्व-प्रशिक्षित ऑटोएनकोडर्स का लाभ उठाती है ताकि एक साझा लैटेंट स्पेस बनाया जा सके, जिससे क्लाइंट निजी डेटा को एन्कोड कर सकते हैं और केवल वर्ग-शर्त लैटेंट सांख्यिकी भेज सकते हैं।
- क्लाइंट एकल फॉरवर्ड पास करते हैं ताकि लैटेंट सांख्यिकी की गणना की जा सके, जिससे क्लाइंट-साइड कंप्यूटेशन और संचार हल्का रहता है।
- सर्वर इन सांख्यिकी को सुरक्षित एग्रीगेशन के माध्यम से एग्रीगेट करता है और कैलिब्रेटेड अंतरणीय गोपनीयता शोर जोड़ता है।
- एक संश्लेषित डेटासेट एग्रीगेटेड सांख्यिकी से डिकोड किया जाता है ताकि डाउनस्ट्रीम कार्यों के लिए एक वैश्विक मॉडल को प्रशिक्षित किया जा सके।
- डिज़ाइन निर्माण द्वारा औपचारिक $(\varepsilon,\delta)$-अंतरणीय गोपनीयता प्रदान करता है।
FedKT-CSD विविध डेटासेट और विषमता सेटिंग्स में गैर-गोपनीय बेलाइन के साथ प्रतिस्पर्धी है और उनसे बेहतर प्रदर्शन करता है, बड़ी संख्या में क्लाइंटों तक प्रभावी ढंग से स्केल होता है।