局部信息隐私的修正及其在数据聚合中的应用
机器学习
2024-10-17 v1 计算机视觉与模式识别
摘要
在我们之前的工作中，我们定义了局部信息隐私（LIP）作为一种情境感知的隐私概念，并提出了相应的隐私保护机制。随后我们声称该机制对任意下的任何都满足-LIP。然而，这一声明并不完全正确。本文对我们先前提出的LIP机制的隐私参数有效范围进行了修正。进一步，我们提出了高效算法以扩大有效隐私参数的范围。最后，我们讨论了更新结果对原论文实验的影响，以及修正理由和修正后结果。
引用
@article{arxiv.2410.12307,
title = {DAT: Improving Adversarial Robustness via Generative Amplitude Mix-up in Frequency Domain},
author = {Fengpeng Li and Kemou Li and Haiwei Wu and Jinyu Tian and Jiantao Zhou},
journal= {arXiv preprint arXiv:2410.12307},
year = {2024}
}