DPCube：通过多维划分发布差分隐私直方图
数据库
2012-02-27 v1
摘要
差分隐私是隐私保护数据分析或发布中保护个体隐私的一个强有力概念。在本文中，我们研究了针对随机工作负载的差分隐私直方图发布问题。我们研究了两种多维划分策略，包括：1) 用于发布等宽单元直方图的基于单元的基线划分策略，以及 2) 用于发布 v-最优直方图的创新性两阶段基于 kd-tree 的划分策略。我们正式分析了发布直方图的效用，并量化了回答线性查询（如计数查询）的误差。我们正式刻画了能保证算法最优性的输入数据属性。最后，我们实现并实验评估了使用发布直方图的几种应用，包括计数查询、分类以及用于记录链接的阻塞，并展示了我们方法的优势。
引用
@article{arxiv.1202.5358,
title = {DPCube: Differentially Private Histogram Release through Multidimensional Partitioning},
author = {Yonghui Xiao and Li Xiong and Liyue Fan and Slawomir Goryczka},
journal= {arXiv preprint arXiv:1202.5358},
year = {2012}
}
备注
14 pages