DPGen：差分隐私的自动化程序合成
密码学与安全
2021-09-16 v1 编程语言
摘要
差分隐私已成为以隐私保护方式发布数据的实际标准。创建差分隐私算法通常始于一个无噪声（非私有）算法。设计者随后决定在何处添加噪声，以及添加多少噪声。这可能是一个不平凡的过程——如果不谨慎处理，算法可能违反差分隐私或具有低效用。在本文中，我们提出 DPGen，一个程序合成器，它接收非私有代码（不含任何噪声）并自动合成其差分隐私版本（带有精心校准的噪声）。在底层，DPGen 使用新颖算法自动生成带有噪声候选位置的草图程序，然后在草图程序上同时优化隐私证明与噪声尺度。此外，DPGen 可以合成自适应处理查询直至指定隐私预算耗尽的复杂机制。在标准基准上评估时，DPGen 能够在 120 秒内生成优化简单效用函数的差分隐私机制。它也足够强大以合成自适应隐私机制。
引用
@article{arxiv.2109.07441,
title = {DPGen: Automated Program Synthesis for Differential Privacy},
author = {Yuxin Wang and Zeyu Ding and Yingtai Xiao and Daniel Kifer and Danfeng Zhang},
journal= {arXiv preprint arXiv:2109.07441},
year = {2021}
}
备注
CCS'21