基于关联数据的差分隐私线性回归
统计方法学
2024-05-09 v2 密码学与安全
摘要
现代统计学与机器学习对建立隐私保护方法的需求日益增长。差分隐私作为计算机科学中的数学概念，是一种提供稳健隐私保证的新兴工具。近期工作主要集中于开发个体统计与机器学习任务的差分隐私版本，通常未纳入非平凡的上游预处理。一个重要例子是在下游建模之前进行记录关联。记录关联指的是在没有唯一标识符的情况下，将同一组实体的两个或多个数据集进行关联的统计任务。这一概率性过程给后续任务带来了额外的不确定性。本文提出两种用于关联数据线性回归的差分隐私算法。具体而言，我们提出了一种噪声梯度方法和一种充分统计量扰动方法用于回归系数的估计。我们通过给出估计量的有限样本误差界来研究隐私-精度权衡，从而使我们能够理解关联误差、估计误差与隐私代价各自的相对贡献。我们还讨论了估计量的方差。我们通过模拟以及对合成数据的应用展示了所提算法的性能。
引用
@article{arxiv.2308.00836,
title = {Differentially Private Linear Regression with Linked Data},
author = {Shurong Lin and Elliot Paquette and Eric D. Kolaczyk},
journal= {arXiv preprint arXiv:2308.00836},
year = {2024}
}