双随机隐私
密码学与安全
2022-07-11 v1
摘要
我们引入一种依赖双随机矩阵的新隐私模型，即分量非负且按行与按列求和均为 1 的矩阵。这类矩阵被用于定义隐私保证以及对数据集施加保护的工具。双随机性假设恰好连接了隐私文献的若干领域，包括两种最流行的模型：k-匿名与差分隐私。此外，它与信息论建立桥梁，从而简化了评估受保护数据集效用的棘手问题。双随机隐私还通过使用比特来厘清保护与效用之间的权衡，比特可被视为理解和操作此权衡的自然货币，正如信息论中用比特来刻画不确定性。本文还讨论了为实现该新模型隐私保证而对双随机矩阵进行适当参数化的内容。
引用
@article{arxiv.2207.03940,
title = {Bistochastic privacy},
author = {Nicolas Ruiz and Josep Domingo-Ferrer},
journal= {arXiv preprint arXiv:2207.03940},
year = {2022}
}
备注
To be published in Lecture Notes in Artificial Intelligence vol 13408, Modeling Decisions for Artificial Intelligence 19th International Conference MDAI 2022, Sant Cugat, Catalonia, August 30 - 2 September 2022