连续观测下的差分隐私直方图：面向未知领域的流式选择
数据结构与算法
2022-01-06 v2 密码学与安全
摘要
我们通过允许流中每个事件为某个（可能未知的）项目全集的子集，推广了Dwork等人'10和Chan等人'11的连续观测隐私设置。我们为多种设置下的直方图设计了差分隐私（DP）算法，包括top-选择，其隐私损失随polylog缩放，其中是输入流的最大长度。我们提出了一种元算法，可使用现有的一次性top- DP算法作为子例程，从流中连续释放隐私直方图。此外，我们针对两种设置提出了更实用的DP算法：1）当事件可由任意数量项目组成时，在已知域上连续释放直方图的top-计数；2）当事件具有有限数量项目时，在未知域上连续释放直方图。
引用
@article{arxiv.2103.16787,
title = {Differentially Private Histograms under Continual Observation: Streaming Selection into the Unknown},
author = {Adrian Rivera Cardoso and Ryan Rogers},
journal= {arXiv preprint arXiv:2103.16787},
year = {2022}
}