Core Concepts
本論文では、推測の最小期待数を用いて情報漏洩を定量化する新しい手法を提案する。特に、観測Yに対する、Xの確率的関数Uの推測の最小期待数の乗数的減少の最大値として、最大推測リークを定義する。また、単一の実現yに対する点別の最大推測リークも研究する。さらに、メモリレスな推測の文脈でも同様のリークを検討する。
Abstract
本論文では、情報漏洩の定量化に推測の最小期待数を用いる新しい手法を提案している。
主な内容は以下の通り:
点別の最大推測リークは、事前分布PXと事後分布PX|Y=yのRényi divergence of order infinityに等しいことを示した(定理1)。これにより、推測と微分プライバシーの関係が明らかになった(系1).
二値消去ソースに対する最大推測リークの閉形式表現を得た(定理3)。一般の分布PXYに対する閉形式表現の導出は困難であることを示した。
メモリレスな最大ρ-推測リークは、Arimoto channel capacityのオーダーα=1/(1+ρ)に比例することを示した(定理4)。これにより、最大α-リークの新しい操作的解釈を得た。
点別のメモリレスな最大ρ-推測リークは、PXとPX|Y=yのRényi divergence of order infinityに等しいことを示した(定理5)。このリークはρの値に依存しないことが興味深い。
Stats
二値消去ソースにおける最大推測リークは log(2/(1+p))である。
メモリレスな最大ρ-推測リークは、Arimoto channel capacityのオーダーα=1/(1+ρ)に比例する。
Quotes
"本論文では、情報漏洩の定量化に推測の最小期待数を用いる新しい手法を提案している。"
"点別の最大推測リークは、事前分布PXと事後分布PX|Y=yのRényi divergence of order infinityに等しい。"
"メモリレスな最大ρ-推測リークは、Arimoto channel capacityのオーダーα=1/(1+ρ)に比例する。"