差分隐私作为一种因果属性
密码学与安全
2019-07-09 v3
摘要
我们提出了差分隐私的关联视角与因果视角。在关联视角下，数据点之间可能存在的依赖关系使得无法简单地将差分隐私的保证表述为对单个被改变数据点的条件化。然而，我们证明了在因果视角下，无需数据点独立性假设，确实存在一种将差分隐私表征为限制单个数据点影响的简单刻画。我们认为这一刻画消解了先前工作中关于差分隐私后果的分歧与困惑。需要假设的关联视角归结为“相关不蕴含因果”这一格言的逆否命题：差分隐私确保缺乏（强）因果性，并不意味着缺乏（强）关联性。我们的刻画还为在研究差分隐私时应用统计学、实验设计和因果科学的成果打开了可能性。
引用
@article{arxiv.1710.05899,
title = {Differential Privacy as a Causal Property},
author = {Michael Carl Tschantz and Shayak Sen and Anupam Datta},
journal= {arXiv preprint arXiv:1710.05899},
year = {2019}
}