关键词differentially private estimation
搜索结果 - 3
- 保证私有化初始化的近似最优差分隐私低秩跟踪回归
我们在高斯测量矩阵下研究具有秩 - r 矩阵 M 的隐私保护估计问题。我们从理论上精确刻画了非隐私谱初始化的敏感性,并建立了在 Schatten-q 范数下对 M 进行估计的差分隐私约束下准确的极小极限下界。在方法上,我们引入了一个计算效率 - 差分隐私中的实例特定异质敏感度
我们提供了一个新的算法框架,用于差分隐私估计一般函数,该框架根据底层数据集的难度进行动态调整。我们构建在先前的工作基础上,通过接近逆过程的数据集,即称为逆敏感性机制的指数机制选择一个输出的范例。我们的框架稍微修改了接近度度量,并提供了稀疏向 - 存在原子时的私有分位数估计
本文研究了从数据集中不考虑统计学的特性的情况下,利用非平滑逆灵敏(IS)机制估计分布的多个分位数(MQ)的问题,并将其应用于数据分析中。通过实验证明非平滑 IS 机制与 JointExp 算法在计算复杂度和效率方面非常相似,同时也证明了这两