关键词central differential privacy
搜索结果 - 2
- 流式差分隐私下 $L_2$ 均值估计的通信隐私权衡改进
在本研究中,我们通过引入一种新的隐私账户方法,将稀疏高斯机制中的稀疏性所固有的随机性结合到差分隐私噪声中,解决了 $L_2$ 均值估计在中心差分隐私和通信约束下的两个关键挑战,并扩展了稀疏化方案到流式差分隐私的矩阵分解框架,为 DP-FTR - 差分隐私的阿绍德、范诺和勒卡姆
本文使用中心差分隐私提出了 Le Cam 方法、Fano 不等式和 Assouad 引理的类似物,并且通过该方法在多个统计估计任务中建立了样本复杂性边界,包括离散分布估计和 l2 距离评估。我们还提供了针对几个其他分布类别的下界,包括产品分