Unifying Privacy Accounting: Information Equivalence and Information Loss
论文针对差分隐私(DP)中多种曲线型隐私定义并存、选择不同定义会影响隐私分析与效用的问题,提出统一的信息论框架。作者考虑四类主流定义:两个方向性的 (ε,δ)-DP 隐私轮廓、假设检验权衡函数对,以及扩展隐私损失分布。对固定输出分布的有序对
共收录 2 条相关情报。
← 返回所有主题论文针对差分隐私(DP)中多种曲线型隐私定义并存、选择不同定义会影响隐私分析与效用的问题,提出统一的信息论框架。作者考虑四类主流定义:两个方向性的 (ε,δ)-DP 隐私轮廓、假设检验权衡函数对,以及扩展隐私损失分布。对固定输出分布的有序对
本文研究了洗牌模型(Shuffle Model)下的Rényi差分隐私(Rényi Differential Privacy, RDP)保证。在本地差分隐私(Local Differential Privacy, LDP)中,用户通过随机化