增强 Watchdog 隐私机制中的数据效用
信息论
2021-10-12 v1 math.IT
摘要
本文关注于在用于实现信息论隐私的隐私 watchdog 方法中增强数据效用。对于特定的隐私约束，watchdog 方法通过应用统一的数据规制方案（例如将所有高风险符号合并在一起）来过滤掉高风险数据符号。虽然该方法完全以符号分辨率为代价换取隐私，但我们表明，通过对高风险符号集进行划分并分别对每个子集进行隐私化处理，可以极大地提高数据效用。我们进一步提出了一种凝聚合并算法来寻找高风险符号的合适划分：它从单个高风险符号开始，迭代地与其他符号融合，直到所得子集满足隐私要求。数值仿真证明了该算法在 watchdog 方案中 privately 实现更高效用的有效性。
引用
@article{arxiv.2110.04724,
title = {Enhancing Utility in the Watchdog Privacy Mechanism},
author = {Mohammad Amin Zarrabian and Ni Ding and Parastoo Sadeghi and Thierry Rakotoarivelo},
journal= {arXiv preprint arXiv:2110.04724},
year = {2021}
}
备注
5 pages, 3 figures