基于非完美洗牌的差分隐私聚合
密码学与安全
2023-08-29 v1 数据结构与算法
摘要
本文引入非完美洗牌差分隐私模型，其中用户发送的消息在由数据管理者观测以进行隐私聚合之前，以近乎均匀的方式被洗牌。接着我们考虑私有求和问题。我们表明，Ishai 等人 [FOCS 2006] 提出的标准 split-and-mix 协议可被改造以在非完美洗牌模型中达到近最优的效用界。具体而言，我们出人意料地表明，在非完美洗牌模型中无需额外的误差开销。
引用
@article{arxiv.2308.14733,
title = {Differentially Private Aggregation via Imperfect Shuffling},
author = {Badih Ghazi and Ravi Kumar and Pasin Manurangsi and Jelani Nelson and Samson Zhou},
journal= {arXiv preprint arXiv:2308.14733},
year = {2023}
}