差分隐私热力图
数据结构与算法
2022-11-28 v1 计算机与社会
摘要
我们考虑从用户聚合数据生成热力图同时保护其隐私的任务。我们给出该任务的差分隐私(DP)算法,并在真实数据集上展示其相对于先前算法的优势。我们的核心算法原语是一个DP过程,接收一组分布并产出在Earth Mover's Distance下接近输入平均值的输出。我们在特定稀疏性假设下证明算法误差的理论界,并证明这些界近乎最优。
引用
@article{arxiv.2211.13454,
title = {Differentially Private Heatmaps},
author = {Badih Ghazi and Junfeng He and Kai Kohlhoff and Ravi Kumar and Pasin Manurangsi and Vidhya Navalpakkam and Nachiappan Valliappan},
journal= {arXiv preprint arXiv:2211.13454},
year = {2022}
}
备注
To appear in AAAI 2023