ICMLJun, 2024
超越校准点:差分隐私中的机制比较
Beyond the Calibration Point: Mechanism Comparison in Differential Privacy
Georgios Kaissis, Stefan Kolek, Borja Balle, Jamie Hayes, Daniel Rueckert
TL;DR在差分隐私机器学习中,我们引入了度量机制之间差分隐私保护强度的 $\Delta$- 散度,并在 $(\varepsilon, \delta)$、$f$-DP 和贝叶斯解释方面加以解释。通过应用实例,我们展示了我们的技术可以促进明智的决策,并揭示了差分隐私隐患中的差距。