线性函数可恢复性约束下的高斯数据隐私
信息论
2023-06-30 v1 math.IT
摘要
用户的数据由一个高斯随机变量表示。给定数据的一个线性函数，要求查询者依据用户提供的查询响应，以至少规定的精度水平恢复该函数值。用户在满足可恢复性要求的前提下设计查询响应，以最大化其数据相对于查询者的隐私。可恢复性与隐私均通过 距离准则度量。本文给出了可恢复性条件下用户数据最大隐私的精确刻画，并给出了一种显式的用户最优可达方案，其隐私性被证明与逆命题上界相匹配。
引用
@article{arxiv.2306.16694,
title = {Gaussian Data Privacy Under Linear Function Recoverability},
author = {Ajaykrishnan Nageswaran},
journal= {arXiv preprint arXiv:2306.16694},
year = {2023}
}