重尾隐私：对称alpha稳定隐私机制
密码学与安全
2025-04-28 v1 数据结构与算法
摘要
随着数字平台的快速发展，人们对个人数据如何被收集、存储和使用的日益担忧。这些担忧源于数据泄露、网络攻击以及滥用个人信息进行定向广告和监视的频率增加。为此，已出现差分隐私（DP）作为量化数字系统保护程度的主要工具。高斯机制因其密度在卷积下保持封闭性而被广泛使用，是聚合数据集时的常用方法。然而，高斯机制仅满足近似形式的差分隐私。本文提出并分析了对称alpha稳定（SaS）机制。我们证明了该机制实现纯差分隐私且在卷积下保持封闭性。此外，我们研究了隐私程度与密度参数之间细致的关系。最后，我们比较了高斯机制与SaS机制对数据查询引入的预期误差。通过分析，我们认为SaS机制是隐私导向应用的吸引选择。
引用
@article{arxiv.2504.18411,
title = {Heavy-Tailed Privacy: The Symmetric alpha-Stable Privacy Mechanism},
author = {Christopher C. Zawacki and Eyad H. Abed},
journal= {arXiv preprint arXiv:2504.18411},
year = {2025}
}
备注
31 pages, 10 Figures, Under Review. arXiv admin note: text overlap with arXiv:2311.17789