Feb, 2021

鲁棒性和差分隐私平均数估计

TL;DR对于从共享数据中进行统计学习和分析,在保证隐私和鲁棒性两个主要问题中,PRIME是第一种同时实现了隐私性和鲁棒性的高效算法, 可以应用于广泛的分布。我们还使用了一个新的指数时间算法来提高PRIME的样本复杂度,达到接近最优的保证,并与已知的(非鲁棒)私有均值估计的下限相匹配,说明同时保证隐私和鲁棒性不需要额外的统计代价。