核心概念
Developing stable and time-aware projection algorithms for ensuring node-private graph statistics under continual observation.
要約
この記事では、時間に敏感なプロジェクションアルゴリズムの安定性とノードプライバシーを確保するためのグラフ統計情報に焦点を当てています。アルゴリズムは、エッジやノードの安定性を保証し、投影されたグラフの距離が制限内に収まることを示しています。これらのアルゴリズムは、個人データのプライバシーを守りつつ、グラフ統計情報を継続的に監視するために開発されました。具体的には、BBDSおよびDLLベースの投影アルゴリズムが導入され、それぞれ異なる安定性保証が提供されています。
統計
S ≃node S ′はノード隣接グラフストリームである。
S, S ′が(D, ℓ)-boundedである場合、ΠBBDS D (S)[t]とΠBBDS D (S ′)[t]のエッジ距離はD + ℓ以下である。
ΠDLL D (S)[t]とΠDLL D (S ′)[t]のエッジ距離はD + 2ℓ3/2またはD + 2ℓ√D以下である。
引用
"Releasing differentially private statistics about social network data is challenging."
"Our unconditionally private algorithms generally have optimal error."
"We provide general transformations that take a base algorithm for the continual release setting."