Approximate Algorithms for Verifying Differential Privacy with Gaussian Distributions.

本文针对使用高斯分布的差分隐私算法的验证问题展开研究。现有形式化验证方法在处理连续分布（尤其是高斯分布）时面临精度和可判定性挑战。作者提出了一种新颖的近似方法，用于逼近无循环程序的概率分布，这些程序可从具有可计算概率密度函数的离散和连续分布

历史摘要 · 未重新核验 · ACM CCS