"Our private mechanism is inspired by the recent work of Chen et al. (2023)."
"For well-clustered graphs, spectral clustering is the most commonly used and effective algorithm."
この研究では、差分プライバシーを保護しつつ効果的なクラスタリングアルゴリズムを設計するためにいくつかの手法が使用されています。まず、Semi-Definite Program (SDP) を活用し、ノイズ付きの解決策を取得します。次に、その解決策に対してスペクトルクラスタリングを実行し、最終的な k パーティション(頂点セット V のパーティション)を出力します。さらに、機密性と精度のトレードオフを考慮した適切なノイズ導入も重要です。
また、強く凸関数や一般化された強く凸関数の安定性理論も利用されており、これらはデータセット間で微小な変更があってもアルゴリズム全体の感度が制御されることでプライバシー保護と効果的なクラスタリングを両立させています。
0
Índice
差分プライバシーを考慮したクラスタリングアルゴリズム
A Differentially Private Clustering Algorithm for Well-Clustered Graphs