Jun, 2022
私有 ERM 中隐私保护的实用性差分隐私:理解 Epsilon 对实用性的影响
Towards Practical Differential Privacy in Data Analysis: Understanding the Effect of Epsilon on Utility in Private ERM
Yuzhe Li, Yong Liu, Bo Li, Weiping Wang, Nan Liu
TL;DR通过理论探索差分隐私强度参数 epsilon 对学习模型效用的影响,建立并提出了一种可以在任意 epsilon 值下对效用进行估计的实用方法,该方法在实验结果表现出高精度估计和广泛适用性,同时能够在保障隐私的前提下提供较强的效用保证。