具有多对数空间的差分隐私分数阶频率矩估计

我们证明，著名的用于频率矩估计的流算法 $\mathbb{F}_p$ sketch 在 $p\in(0, 1]$ 时本身即是差分隐私的。$\mathbb{F}_p$ sketch 仅使用多对数空间，比现有的 DP 基线指数级更优，且仅比最优非隐私基线差一个对数因子。评估表明，$\mathbb{F}_p$ sketch 能在强隐私保证下达到合理的精度。