基于区组设计的精确最优且通信高效的私有估计
密码学与安全
2023-10-18 v3
摘要
在本文中，我们提出了一类基于组合区组设计的局部差分隐私（LDP）方案，用于离散分布估计。该类方案不仅在组合区组设计的统一框架下恢复了多种已知的 LDP 方案，而且提出了一种寻找新方案的新思路，可在更低通信成本下实现精确最优（或近最优）的隐私-效用权衡。事实上，对于特定的一组输入数据规模和 LDP 约束，我们发现了许多新的 LDP 方案，能够在所有无偏或一致方案中达到最小通信成本下的精确最优隐私-效用权衡。此外，为部分解决区组设计方案稀疏存在的问题，我们考虑了一类基于正则与成对平衡设计的更广泛 LDP 方案，称为 RPBD 方案，其放宽了区组设计对称性要求中的一项。通过考虑这类更广泛的 RPBD 方案，我们能够在大得多的输入数据规模和 LDP 约束集合中，找到以合理较低通信成本实现近最优隐私-效用权衡的 LDP 方案。
引用
@article{arxiv.2305.01261,
title = {Exactly Optimal and Communication-Efficient Private Estimation via Block Designs},
author = {Hyun-Young Park and Seung-Hyun Nam and Si-Hyeon Lee},
journal= {arXiv preprint arXiv:2305.01261},
year = {2023}
}
备注
26 pages, 1 figure, and 1 table. A short version of this manuscript was presented at 2023 IEEE International Symposium on Information Theory