关键词sparse vector technique
搜索结果 - 4
- 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 - MM基于 ADMM 的可信差分隐私分布式机器学习
本文提出了 PP-ADMM 和 IPP-ADMM,采用扰动优化和稀疏向量技术,在保护本地数据隐私的同时,提高了模型的准确性和收敛速度,并跟踪零集中的差分隐私度量,实验证明在相同的隐私保证下,该算法优于现有算法。
- 差分隐私选择的严格下界
该研究提出了一个基于 “指纹” 方法的新的隐私保护选择问题下限界估算,并通过分析实际排除了一些标准假设。
- 理解差分隐私的稀疏向量技术
本文提出了关于 Sparse Vector Technique 的一些改进和性能优化,揭示了现有变种存在的隐私不足问题,证明了在非交互式设置下,可以用 Exponential Mechanism 取代 SVT 来提供更好的准确性。