面向持续发布的差分隐私矩估计
逻辑
2025-10-15 v1 历史与综述
摘要
我们提出联合矩估计(JME)，一种持续且私密地估计数据第一和第二矩的方法，相较于朴素方法具有更低的噪声。JME使用矩阵机制和联合灵敏度分析，允许在不额外增加隐私成本的情况下进行第二矩估计，从而在保持隐私的同时提高准确性。我们在两个应用中展示了JME的有效性：用于高斯密度估计的运行均值和协方差矩阵估计，以及在CIFAR-10上的DP-Adam模型训练。
引用
@article{arxiv.2502.06596,
title = {From real analysis to the sorites paradox via Reverse Mathematics},
author = {Walter Dean and Sam Sanders},
journal= {arXiv preprint arXiv:2502.06596},
year = {2025}
}
备注
23 pages