依賴差分隱私：關(guān)聯(lián)數(shù)據(jù)集下的高斯機制
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>927 K
標簽： 差分隱私 依賴差分隱私 高斯機制
所需積分：0分積分不夠怎么辦？
文檔介紹：差分隱私(Differential Privacy)是一種數(shù)據(jù)擾動框架，它保證查詢結(jié)果在概率上不可區(qū)分。研究表明差分隱私應用于關(guān)聯(lián)數(shù)據(jù)集時，將帶來隱私泄露的風險。根據(jù)依賴差分隱私(Dependent Differential Privacy)，量化了依賴差分隱私敏感度的度量；隨后，提出了依賴差分隱私-高斯機制算法(Gaussian Mechanism AlgorithmDependent Differential Privacy)，實現(xiàn)數(shù)據(jù)擾動，同時證明了該機制滿足隱私保證的基本定理；通過使用真實數(shù)據(jù)集的實驗表明，GMADDP在管理依賴數(shù)據(jù)的隱私-效用權(quán)衡方面具有較高的可用性。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。