Centrala begrepp
Proposing a novel k-stars LDP algorithm for (p, q)-clique enumeration with improved utility and privacy protection.
Sammanfattning
新しいk-stars LDPアルゴリズムは、(p, q)-クリークの列挙において従来のエッジLDPアルゴリズムよりも優れた性能を発揮します。このアルゴリズムは、k-stars構造情報を活用し、エッジLDPよりも遥かに少ないノイズで動作し、プライバシー保護とユーティリティを向上させます。GplusとFacebookのような密なグラフでは、L2損失が増加する一方で相対誤差が減少する傾向が見られます。一方、IMDBとGitHubのような疎なグラフでは逆の傾向が見られます。GitHubでのk-stars LDPのL2損失は他のデータセットよりも小さいことが観察されました。
Statistik
107,614 nodes and 12,238,285 edges in Gplus dataset.
896,308 nodes and 57,064,385 edges in IMDB dataset.
177,386 nodes and 440,237 edges in GitHub dataset.
63,732 nodes and 1,545,686 edges in Facebook dataset.
Citat
"Our proposed k-stars LDP algorithm has a better utility than traditional edge LDP algorithm."
"K-stars LDP algorithm utilizes the structure information within (p, q)-cliques to require far less noise than edge LDP algorithm."
"The effectiveness of k-stars LDP on the optimization of utility is evident."