稀疏数据的差分隐私发布

隐私发布数据的问题在于提供数据集的一个版本，而不泄露关于数据贡献者的敏感信息。差分隐私模型允许这种隐私发布，同时对输出提供强保证。一种基本机制通过向从数据集导出的列联表（或计数数据立方体的子集）中的频数计数添加噪声来实现差分隐私。然而，当数据集在其底层空间中稀疏时（正如大多数多属性关系的情况），添加噪声的效果是极大地增加发布数据的大小：它隐式地创建大量虚假数据点来掩盖真实数据，使其几乎无法使用。我们提出了克服这一障碍的技术，允许高效地隐私发布稀疏数据，同时保持差分隐私的保证。我们的方法是发布含噪数据的紧凑摘要。生成含噪数据然后再对其进行摘要依然非常昂贵，因此我们展示了如何走捷径，直接从输入数据生成摘要，而无需物化庞大的中间含噪数据。我们将此大纲实例化为多种采样和过滤方法，并展示了如何使用所得摘要进行近似、隐私的查询应答。我们的实验研究表明，这是一种有效、实用的解决方案，与昂贵的物化方法相比具有可比的、有时甚至更优的效用。