利用公共数据实现实用的私有查询发布
机器学习
2021-06-14 v2 密码学与安全
数据结构与算法
摘要
在许多统计问题中，引入先验可显著提升性能。然而，在差分私有查询发布中使用先验知识仍未被充分探索，尽管此类先验通常以公共数据集的形式普遍可用，例如此前的美国人口普查发布数据。以发布关于私有数据集的统计数据为目标，我们提出PMW^Pub，其与现有基线不同，利用从相关分布中抽取的公共数据作为先验信息。我们在美国社区调查（ACS）和ADULT数据集上提供了理论分析和经验评估，表明我们的方法优于最先进的方法。此外，PMW^Pub在高维数据域上具有良好的扩展性，而运行许多现有方法在计算上将是不可行的。
引用
@article{arxiv.2102.08598,
title = {Leveraging Public Data for Practical Private Query Release},
author = {Terrance Liu and Giuseppe Vietri and Thomas Steinke and Jonathan Ullman and Zhiwei Steven Wu},
journal= {arXiv preprint arXiv:2102.08598},
year = {2021}
}
备注
ICML 2021