信息泄露度量族

我们引入了一族称为最大 $\alpha,\beta$-泄露的信息泄露度量，由实数 $\alpha$ 和 $\beta$ 参数化。该度量通过一个操作定义形式化，该定义涉及一个敌手在给定已发布数据的情况下猜测数据的某个未知函数。我们得到了该度量的一个简单、可计算的表达式，并证明它满足若干基本性质，例如对于固定 $\alpha$ 关于 $\beta$ 的单调性、非负性、数据处理不等式以及独立发布下的可加性。最后，我们通过展示该度量族连接了若干已知的泄露度量，包括最大 $\alpha$-泄露 $(\beta=1)$、最大泄露 $(\alpha=\infty,\beta=1)$、局部差分隐私 $(\alpha=\infty,\beta=\infty)$ 和局部Renyi差分隐私 $(\alpha=\beta)$，来凸显其相关性。