Aug, 2012

低秩机制：在差分隐私下优化批量查询

PDF
TL;DR本文提出了一种称为低秩机制（LRM）的新型隐私保护技术，通过对工作量矩阵进行低秩逼近来回答批量查询，可以实现高精度的处理结果，同时保证数据隐私。与现有技术相比，LRM 在实际中具有较高的精度。
differential privacyquery processingbatch querieslow-rank mechanismprivacy guarantees
发现论文，激发创造
  • 在精确和近似差分隐私下优化批线性查询

    本文提出了第一个用于回答批量线性查询的实用差分隐私技术，即低秩机制 (LRM)，它适用于确切和近似差分隐私定义，并提供对 LRM 的实用性保证，同时提供如何根据用户的实用预期设置隐私参数的指导。与差分隐私下的最新查询处理解决方案相比，这种方法在真实数据上的大规模实验中表现出了更高的准确性。

    Feb, 2015

  • 隐私感知的线性规划随机量化

    该研究提出一种无偏差且具有差分隐私的量化机制，通过线性优化方法可以高效地找到最佳机制，实验证明该机制与基准方法相比可以获得更好的准确性和隐私权衡。

    Jun, 2024

  • 一种适应性机制，用于差分隐私下的准确查询回答

    提出了一种自适应机制来回答计数查询，结合了策略查询的差分隐私保证以实现误差降低，有效提高了查询效用。

    Feb, 2012

  • 普适效用最大化的隐私机制

    本文提出了一种基于差分隐私的机制，以保证数据查询的数据隐私和查询效用之间的平衡。机制包含了每个可能的用户的期望最小化的代价函数，并且针对每个固定数量的查询和差分隐私级别，存在一种几何机制可以同时保证每个可能用户的最佳实用性，这是一种极强的实用性保障。

    Nov, 2008

  • 在不相干矩阵上击败随机响应

    该论文提出了一种在矩阵具有低相干性的情况下，基于差分隐私的低秩逼近算法，在准确性、效率方面优于随机响应算法。

    Nov, 2011

  • 基于分布鲁棒优化的差分隐私

    本文利用分布式鲁棒优化技术，开发了一种机制设计模型，以实现最高准确度和隐私预选级别的非渐近和无条件最优性保证。

    Apr, 2023

  • 优化差分隐私下的直方图查询

    该研究提出了一种基于计数查询的线性组合方法，通过最优策略支持一组相关查询的答案，并对该策略的误差进行几何特征化并提出了优化方法，以应用于不同数据分析任务中的隐私保护。

    Dec, 2009

  • 差分隐私矩阵机制下查询集的最优误差

    研究了通过矩阵机制方法，针对支持一组特定数量的问题而调整的合成数据集，在差分隐私下生成合成数据的方法及其对解析一组线性计数查询的困难度的影响，发现查询量的难度与行列式物理特性相关。

    Feb, 2012

  • 在线查询的差分隐私代价

    探讨在三种模式下对不对称敏感数据集的查询差分隐私问题，证明这些模式不同，并且存在家族类的统计查询，在离线模式下可以回答指数级别的查询，而在线模式下只能回答很少的查询，同时也展示了一族搜索查询，在在线模式下可以回答指数级别的查询，但在调整模式下无法回答很多查询。

    Apr, 2016

  • 局部差分隐私的极值机制

    本研究研究了本地差分隐私和效用之间的基本权衡，介绍了一种组合极端私有化机制族，即楼梯机制，并通过展示它包含广泛信息理论实用程序的最优私有化机制来证明其有效性。同时，我们证明了二进制和随机响应机制在低、高隐私区间是普遍最优的，能够很好地近似中间区间。

    Jul, 2014