用于差分隐私 Top-$k$ 的联合指数机制

我们提出一种差分隐私算法，用于从含 $d$ 个元素的数据域中释放计数最高的 $k$ 个元素序列。该算法是指数机制的一个“联合”实例，其输出空间由所有 $O(d^k)$ 个长度为 $k$ 的序列构成。我们的主要贡献是一种以时间 $O(dk\log(k) + d\log(d))$ 和空间 $O(dk)$ 对该指数机制进行采样的方法。实验表明，该方法优于现有的纯差分隐私方法，甚至在中等的 $k$ 下也改进了近似差分隐私方法。