Jul, 2021
基于高效用度度量的差分隐私文本技术
TEM: High Utility Metric Differential Privacy on Text
Ricardo Silva Carvalho, Theodore Vasiloudis, Oluwaseyi Feyisetan
TL;DR本研究提出了一种新的方法:Truncated Exponential Mechanism(TEM),允许使用任何距离度量来对语言表示进行数据隐私转化,并在对该方法进行实证比较时发现,在保障数据隐私的同时,能够提供更大的度量选择自由度和更好的实验效用。