用于 2020 年人口普查详细 DHC 种族与族裔的差分隐私算法
密码学与安全
2021-07-23 v1 数据库
应用统计
摘要
本文描述了美国人口普查局考虑采用的、作为 2020 年人口普查一部分发布详细人口与住房特征（DHC）种族与族裔制表的差分隐私（DP）算法提案。这些制表包含美国全体人口的人口与住房特征统计（计数），并按不同地理层级与详细种族及部落交叉。我们描述了两种差分隐私算法策略：一种基于添加满足“纯”DP 的双边几何分布噪声，另一种基于添加满足一种被广泛研究的差分隐私变体——零集中差分隐私（zCDP）的离散高斯分布噪声。我们分析估计了两种算法在统计中引入可比误差水平时所保证的隐私损失参数。
引用
@article{arxiv.2107.10659,
title = {Differentially Private Algorithms for 2020 Census Detailed DHC Race \& Ethnicity},
author = {Sam Haney and William Sexton and Ashwin Machanavajjhala and Michael Hay and Gerome Miklau},
journal= {arXiv preprint arXiv:2107.10659},
year = {2021}
}
备注
Presented at Theory and Practice of Differential Privacy Workshop (TPDP) 2021