Fast-MWEM：子线性时间的私有数据释放
机器学习
2026-02-04 v1 数据结构与算法
摘要
Multiplicative Weights Exponential Mechanism(MWEM)是一种用于私有数据分析的基本迭代框架，广泛应用于回答 m 个线性查询或私有求解 m 个线性约束系统。然而，其可扩展性受到瓶颈制约：执行指数机制时的时间复杂度为 Θ(m)。我们引入对MWEM框架的修改，使每迭代的运行时复杂度预期降低至 Θ(√m)。这通过对 Report-Noisy-Max 机制的惰性抽样实现，利用 Gumbel 噪声和 k-最近邻数据结构高效实现，无需进行完整的线性扫描即可快速选择近似得分。我们将加速框架应用于私有线性查询释放和在邻近约束条件下求解线性规划(LP)。实验评估表明，我们的方法在经典MWEM之上提供了显著的运行时改进。
引用
@article{arxiv.2602.03732,
title = {Fast-MWEM: Private Data Release in Sublinear Time},
author = {Themistoklis Haris and Steve Choi and Mutiraj Laksanawisit},
journal= {arXiv preprint arXiv:2602.03732},
year = {2026}
}