Scifaro

中文

通过差分隐私实现对抗鲁棒的流式算法

数据结构与算法 2020-04-14 v1 机器学习

作者: Avinatan Hassidim , Haim Kaplan , Yishay Mansour , Yossi Matias , Uri Stemmer

在 arXiv 上查看 ↗ PDF ↗

摘要

若流式算法的精度保证即使在数据流被自适应敌手恶意选择时仍得以维持，则称其为对抗鲁棒的。我们建立了流式算法的对抗鲁棒性与差分隐私概念之间的联系。该联系使我们能够设计新的对抗鲁棒流式算法，其在许多有趣的参数区间内优于当前最先进的构造。

关键词

流式算法对抗鲁棒性差分隐私自适应敌手数据流

引用

@article{arxiv.2004.05975,
  title  = {Adversarially Robust Streaming Algorithms via Differential Privacy},
  author = {Avinatan Hassidim and Haim Kaplan and Yishay Mansour and Yossi Matias and Uri Stemmer},
  journal= {arXiv preprint arXiv:2004.05975},
  year   = {2020}
}