差分隐私频率分布中同质性攻击的披露风险
密码学与安全
2023-03-14 v5
摘要
差分隐私（DP）提供了一种稳健模型，以为发布的信息实现隐私保证。我们考察了经 DP 随机化机制净化的多维频率分布在同质性攻击（HA）下的保护效力。HA 使对手无需从发布数据中识别其目标，即可获取目标在敏感属性上的精确值。我们提出了源于 HA 的披露风险度量，并推导了 DP 中隐私损失参数与源于 HA 的披露风险之间的闭式关系。闭式关系的可用性通过将抽象 DP 与隐私损失参数置于具体隐私攻击的语境中，协助理解这些概念，并为在实践中采用 DP 机制进行信息净化与发布时选择隐私损失参数提供了视角。我们将闭式数学关系应用于真实数据集，以展示在不同隐私损失参数下对差分隐私净化频率分布因 HA 所致披露风险的评估。
引用
@article{arxiv.2101.00311,
title = {Disclosure Risk from Homogeneity Attack in Differentially Private Frequency Distribution},
author = {Fang Liu and Xingyuan Zhao},
journal= {arXiv preprint arXiv:2101.00311},
year = {2023}
}