Apr, 2023

异构隐私下的均值估计:一些隐私可能是免费的

TL;DR本文提出一种算法来解决在不同隐私偏好的用户条件下的均值估计问题,并发现在两组用户具有不同隐私级别的情况下,该算法是最优的。当一个群体的隐私要求得到放宽时,会出现一个饱和现象,即进一步放宽该群体的隐私要求并不能改善估计器的性能。因此,中央服务器可以在不影响性能的情况下提供一定程度的隐私保护。