函数机制：差分隐私下的回归分析
数据库
2012-08-02 v1
摘要
-差分隐私是在保护隐私的同时发布敏感信息的最新模型。已有多种方法被提出以在各种分析任务（例如回归分析）中实施-差分隐私。然而，现有的回归分析解决方案要么局限于非标准类型的回归，要么无法产生准确的回归结果。受此启发，我们提出了函数机制（Functional Mechanism），这是一种专为一大类基于优化的分析设计的差分隐私方法。其主要思想是通过扰动优化问题的目标函数而非其结果来实施-差分隐私。作为案例研究，我们将函数机制应用于两种最广泛使用的回归模型，即线性回归和逻辑回归。理论分析和全面的实验评估均表明，函数机制高效且有效，并显著优于现有解决方案。
引用
@article{arxiv.1208.0219,
title = {Functional Mechanism: Regression Analysis under Differential Privacy},
author = {Jun Zhang and Zhenjie Zhang and Xiaokui Xiao and Yin Yang and Marianne Winslett},
journal= {arXiv preprint arXiv:1208.0219},
year = {2012}
}
备注
VLDB2012