本地差分隐私及其变体综述
密码学与安全
2023-09-13 v2
摘要
本地差分隐私（LDP）变体的引入与进展已成为解决智能设备产生的大量数据所带来的隐私问题的基石，这些数据构成了众感中数据驱动决策的基础。虽然利用这些海量数据集的力量可以提供有价值的洞察，但同时也给相关用户带来了显著的隐私风险。LDP 是一种具有去中心化架构的杰出隐私模型，因能在数据收集与分析过程中为个体用户提供强健的隐私保障而脱颖而出。LDP 的本质是在传输到服务器端之前于客户端本地扰动每个用户的数据，从而防范两端潜在的隐私泄露。本文对 LDP 进行了深入探究，重点阐述其模型、众多变体以及 LDP 算法的基础结构。
引用
@article{arxiv.2309.00861,
title = {A Survey of Local Differential Privacy and Its Variants},
author = {Likun Qin and Nan Wang and Tianshuo Qiu},
journal= {arXiv preprint arXiv:2309.00861},
year = {2023}
}