利用克罗内克积与定量信息流对隐私流水线中效用的新颖分析
密码学与安全
2024-09-16 v2
摘要
我们结合克罗内克积（Kronecker products）与定量信息流，为复杂隐私流水线中效用的细粒度验证给出了一种新颖的形式化分析。该结合解释了一个关于隐私保护流水线效用行为的令人惊讶的异常——有时隐私的降低也会导致效用的下降。我们使用由Ghosh等人引入的贝叶斯分析效用标准度量，对导致该异常的细粒度统计行为产生易于处理且严格的证明。更一般地，我们提供了补充现有隐私形式化分析的效用形式化分析工具的前景。我们在若干常见的隐私保护设计上展示了我们的结果。
引用
@article{arxiv.2308.11110,
title = {A novel analysis of utility in privacy pipelines, using Kronecker products and quantitative information flow},
author = {Mário S. Alvim and Natasha Fernandes and Annabelle McIver and Carroll Morgan and Gabriel H. Nunes},
journal= {arXiv preprint arXiv:2308.11110},
year = {2024}
}