Core Concepts
機能的要約における差分プライバシーを実現する新しいICLPメカニズムの提案とその効果的な実装方法。
Abstract
データセキュリティとプライバシー保護が重要視される中、無限次元の機能的要約に対する差分プライバシーを実現する新しいICLPメカニズムが導入されました。このメカニズムは、既存の手法の制限事項を解決し、合成および実データセットでの効果を示しています。具体的には、関心のある要約を真に無限次元のオブジェクトとして扱うことで、多くの制限事項を解消します。さらに、正則化された経験リスク最小化戦略を使用して資格付けられた機能的要約を取得し、ICLPメカニズムでプライバシー保護された結果を達成します。これにより、プライバシーエラーが統計エラーよりも低く抑えられます。
Stats
ˆfD = argmin f∈H (nL(f, D) + ψ∥f∥1,Cη)
˜fD = fD + σZ where σ = √(2Δ/ϵ)
∆ = sup(D,D′) ||ˆµD - ˆµD′||1,C ≤ 2τ/nΣj=1^J* λ^-η_j^2
E ||˜µD - µ0||2_H = O(n^-1)
E ||˜µD - ˆµD||2_H = o(n^-1)
Quotes
"多くの制限事項を解消します"
"正則化された経験リスク最小化戦略"
"プライバシーエラーが統計エラーよりも低く抑えられます"