中文

面向Pufferfish隐私的Kantorovich机制

密码学与安全 2022-02-22 v2 应用统计

摘要

Pufferfish隐私在披露数据中一组秘密对上实现ϵ\epsilon-不可区分性。本文研究如何通过指数机制(一种推广拉普拉斯噪声的加性噪声方案)达成ϵ\epsilon-pufferfish隐私。研究表明,若噪声根据Kantorovich最优传输计划的敏感度进行校准,则披露数据满足ϵ\epsilon-pufferfish隐私。该计划可直接由条件于秘密的系统先验知识(数据统计量)获得。充分条件被进一步放宽以降低噪声功率。本文还证明,基于Kantorovich方法的高斯机制可实现ϵ\epsilon-pufferfish隐私的δ\delta-近似。

关键词

引用

@article{arxiv.2201.07388,
  title  = {Kantorovich Mechanism for Pufferfish Privacy},
  author = {Ni Ding},
  journal= {arXiv preprint arXiv:2201.07388},
  year   = {2022}
}

备注

20 pages, incl. supplementary materials, 4 figures, to appear in proceeding of AISTATS 2022