准确且高效的数据立方体和列联表的隐私发布
数据库
2012-07-26 v1
摘要
在发布关于敏感数据的聚合信息时，一个核心问题是在提供输出隐私保证的同时实现准确发布。近期工作聚焦于线性查询类，包括基本计数查询、数据立方体和列联表。目标是在提供严格隐私保证的同时最大化其输出的效用。大多数结果遵循一个通用模板：选择一个“策略”线性查询集应用于数据，然后利用这些查询的带噪答案来重构感兴趣的查询。这要么需要选择一个被认为对查询有利的策略集，要么对所有可能策略的空间进行代价高昂的搜索。本文提出了一种平衡准确性与效率的新方法：我们展示了如何通过比其他查询更准确地回答某些策略查询来提高给定查询集的准确性。这导致了许多流行策略（包括小波、层次结构、傅里叶系数等）的高效最优噪声分配。对于边际查询这一重要情况，我们证明这在分析和经验上都严格优于先前的方法。我们的结果还扩展到确保返回的查询答案与（未知）数据集一致，且时间和噪声的额外代价最小。
引用
@article{arxiv.1207.6096,
title = {Accurate and Efficient Private Release of Datacubes and Contingency Tables},
author = {Graham Cormode and Cecilia M. Procopiuc and Divesh Srivastava and Grigory Yaroslavtsev},
journal= {arXiv preprint arXiv:1207.6096},
year = {2012}
}