差分隐私的信息论视角巡礼
信息论
2025-11-19 v1 密码学与安全
math.IT
统计理论
统计理论
摘要
自 2006 年被提出以来，差分隐私已成为量化发布或共享敏感数据分析中某些风险的标准方法。其核心在于，差分隐私通过概率分布之间的差异来度量风险，而这正是信息论的中心议题。一个差分隐私算法可视为底层数据与分析输出之间的信道。如此观之，差分隐私所提供的保证可借助该信道的性质加以理解。本文考察信息论与差分隐私的表述及应用之间的若干关键联系，为相关的信息测度赋予一种"操作意义"。
引用
@article{arxiv.2510.10316,
title = {An information theorist's tour of differential privacy},
author = {Anand D. Sarwate and Flavio P. Calmon and Oliver Kosut and Lalitha Sankar},
journal= {arXiv preprint arXiv:2510.10316},
year = {2025}
}
备注
16 pages, 8 figures, under review at BITS, the Information Theory Magazine