BriefGPT.xyz
Ask
alpha
关键词
utility guarantees
搜索结果 - 3
AAAI
分布式差分隐私决策树学习的可扩展和可证明精确性算法
本文提出了分布式环境下差分隐私保护决策树学习的第一个证明准确的算法: DP-TopDown,并介绍了两种分布式实现方法。这些研究成果提供了差分隐私保护下的顶部 - 向下决策树学习的效用保证,并揭示了在隐私、精度和概括性之间学习私有决策树的权
→
PDF
4 years ago
小波变换实现差分隐私
本文提出一种数据出版技术,通过将数据进行小波变换并添加噪音,在保证 ε- 差分隐私的同时,为区间计数查询提供准确的答案,并在真实数据和合成数据上进行了广泛的实验,展示了该解决方案的有效性和效率。
PDF
15 years ago
普适效用最大化的隐私机制
本文提出了一种基于差分隐私的机制,以保证数据查询的数据隐私和查询效用之间的平衡。机制包含了每个可能的用户的期望最小化的代价函数,并且针对每个固定数量的查询和差分隐私级别,存在一种几何机制可以同时保证每个可能用户的最佳实用性,这是一种极强的实
→
PDF
16 years ago
Prev
Next