差分隐私直方图的工程方法：超越效用的效率
数据库
2017-04-24 v2
摘要
发布具有 -差分隐私的直方图已在文献中被广泛研究。现有方案旨在最大化发布数据的效用，而先前的实验评估分析了隐私/效用权衡。在本文中，我们提供了首个超越效用的差分隐私方法的实验评估，同时也强调另一个重要方面，即效率。为此，我们首先观察到所有现有方案都由一小部分通用模块组成。随后我们优化并为每个模块选择最佳实现，确定涵盖整个文献的模块组合，并提出新颖的模块组合。我们基于效率与效用的 skyline 对方案质量进行定性评估，即基于某一方法是否在这两方面均被支配。通过在四个具有不同特征的真实数据集上进行详尽实验，我们得出结论：在效用与效率方面总是存在权衡。我们证明，源自我们新颖模块组合的方案为时间关键型应用提供了最佳权衡。我们的工作可作为指南，帮助从业者根据其应用需求设计差分隐私直方图方案。
引用
@article{arxiv.1504.03440,
title = {Engineering Methods for Differentially Private Histograms: Efficiency Beyond Utility},
author = {Georgios Kellaris and Stavros Papadopoulos and Dimitris Papadias},
journal= {arXiv preprint arXiv:1504.03440},
year = {2017}
}