Apr, 2014

随机隐私

PDF
TL;DR该论文提出了一种新的隐私保护方法，即 “随机隐私”，通过此方法，用户可以获得数据使用的概率上限的保证，以此来保护用户的个人数据隐私，同时提供更好的服务质量，实现广告投放和用户画像的个性化等个性化服务，通过 web 搜索个性化案例验证其方法的有效性。
stochastic privacypersonal dataprivacy riskquality of serviceweb search personalization
发现论文，激发创造
  • 在线服务隐私的效用理论方法

    本研究介绍和探讨了个性化隐私经济学，其中人们可以选择以持续或按需方式分享个人信息，以换取在网上服务质量方面的预期提高，并在网页搜索的情况下，制定了现实目标函数以实现效用和隐私的平衡，并通过一项规模较大的调查，评估了用户对隐私和效用的偏好。

    Jan, 2014

  • 数据库中的效用 - 隐私权衡问题：一种信息论方法

    本文提出了一种信息论框架，以量化保护隐私和提供有用信息之间的平衡，并将此框架应用于分类和数值数据，提供了合适的编码方案和实践价值。

    Feb, 2011

  • 社会选择中隐私保护和统计精度的经济分析

    提出了一种经济解决方案，通过运用计算机科学中的生产模型来降低公布数据的隐私成本，达到精确统计和保护隐私的双重目标。在美国统计项目中应用了这一框架，但更好的理解隐私和统计准确性的购买意愿，对此提出了一个需要进一步探讨的方向。

    Aug, 2018

  • 基于监督学习保护在线环境中的用户隐私

    通过监督学习，我们设计了一种智能的在线隐私保护方法，以检测和阻止可能侵犯用户隐私的数据收集，从而为用户恢复了一定的数字化隐私，我们的评估结果展示了我们的方法的可行性和潜力。

    Apr, 2023

  • 隐私感知学习

    本文研究在隐私模型下的统计风险最小化问题，针对局部隐私框架，确定了统计估计过程的收敛速率上下限，并展示了数据保留隐私量与任何统计估计器或学习程序的收敛速率之间的精确权衡。

    Oct, 2012

  • 无需验证购买私人数据

    该研究讨论了如何在具有隐私敏感性的人群中设计调查，提出了一种不同 ially private peer-prediction 机制来支持 Bayes-Nash 均衡下每个个体的隐私，实现了对人口统计数据的精确估算。

    Apr, 2014

  • 抉择：隐私带来代价的情形下进行调查

    考虑在个人具有隐私意识的前提下进行全民调查，在引入随机化方式和特殊的代价计算方式的基础上成功构建了一种非直接回答机制，实现了针对人口统计的可行性研究。

    Feb, 2012

  • 差分隐私个性化推荐精确测量的随机算法

    提出了一种算法来实现个性化推荐，既确保了精确度，也能维护隐私；以广告为应用示例进行离线实验，量化了隐私保护算法对用户体验、广告主价值和平台收益等关键指标的影响。

    Aug, 2023

  • 隐私与随机性平衡之际的差分隐私风险

    本文提出了一种基于风险概率的隐私保护机制，并使用凸性成本模型优化了这种机制的隐私级别和补偿预算，远远优于传统的高级组合方法。

    Mar, 2020

  • 隐私与统计风险：形式化和极小化边界

    我们探索和比较了隐私和披露限制的各种定义，在统计估计和数据分析中包括 (近似) 差分隐私、基于测试的隐私定义和对披露风险的后验保证。我们在定义之间给出了等价结果，揭示了不同形式隐私定义之间的关系。我们通过这些定义提供了最小化风险边界的推论视角，包括均值估计，分布支撑的估计和非参数密度估计。这些界限突出了不同隐私定义的统计后果，并为评估不同的披露限制技术的优势和劣势提供了第二个视角。

    Dec, 2014