APEx：感知精度的差分隐私数据探索系统
数据库
2019-05-14 v4
摘要
各组织日益希望允许外部数据科学家探索其敏感数据集。由于差分隐私的流行，数据所有者希望数据探索能提供可证明的隐私保证。然而，当前用于以差分隐私回答查询的系统给数据分析师带来了不当负担，要求其理解差分隐私、管理隐私预算，甚至实现带噪查询回答的新算法。此外，当前系统未向数据分析师提供其所关心的查询答案质量（即精度）的任何保证。我们提出 APEx，一种新颖的系统，允许数据分析师提出自适应选择的查询序列及所需精度界。通过将查询与精度界转化为隐私损失最小的差分隐私算法，APEx 向数据分析师返回满足精度界的查询答案，并向数据所有者证明整个数据探索过程为差分隐私。我们在真实数据集上的综合实验研究表明，APEx 能以中等至较小的隐私损失准确回答多种查询，并能在合理隐私设置下支持高精度的实体解析数据探索。
引用
@article{arxiv.1712.10266,
title = {APEx: Accuracy-Aware Differentially Private Data Exploration},
author = {Chang Ge and Xi He and Ihab F. Ilyas and Ashwin Machanavajjhala},
journal= {arXiv preprint arXiv:1712.10266},
year = {2019}
}
备注
Full version of the ACM SIGMOD 2019 paper