霍克斯过程的差分隐私估计
机器学习
2022-09-16 v1 密码学与安全
机器学习
摘要
点过程模型在现实世界应用中极为重要。在某些关键应用中，点过程模型的估计涉及来自用户的大量敏感个人数据。隐私问题自然产生，而现有文献尚未解决。为弥补这一明显缺口，我们提出首个针对点过程模型的通用差分隐私估计流程。具体而言，我们以霍克斯过程为例，基于霍克斯过程的离散化表示引入了事件流数据差分隐私的严格定义。随后我们提出两种差分隐私优化算法，可在两种不同设定下以所需的隐私和效用保证高效估计霍克斯过程模型。我们提供了实验以支撑理论分析。
引用
@article{arxiv.2209.07303,
title = {Differentially Private Estimation of Hawkes Process},
author = {Simiao Zuo and Tianyi Liu and Tuo Zhao and Hongyuan Zha},
journal= {arXiv preprint arXiv:2209.07303},
year = {2022}
}