サインイン
インサイト - Differenzielle Privatsphäre
Differenzielle Privatsphäre mit höherem Nutzen durch Ausnutzung der koordinatenweisen Disparität: Der Laplace-Mechanismus kann den Gaußschen Mechanismus in hohen Dimensionen übertreffen
Durch Hinzufügen von unabhängigem, aber nicht identisch verteiltem Rauschen über die Koordinaten hinweg kann eine engere Privatsphäre-Genauigkeits-Abwägung erreicht werden, indem die zugrunde liegende Disparität in der Abfrage ausgenutzt wird.
Weniger ist mehr: Überarbeitung des Gauß-Mechanismus für differenzielle Privatsphäre
Der Rank-1 Singular Multivariate Gaussian (R1SMG) Mechanismus erreicht (ε,δ)-differenzielle Privatsphäre für Abfrageergebnisse in RM, wobei der erwartete Genauigkeitsverlust deutlich geringer ist als bei bestehenden Gauß-Mechanismen.
© 2024 by Linnk AI