具有一致性的本地差分隐私频率估计
密码学与安全
2020-01-31 v2 数据库
数据结构与算法
信息论
机器学习
math.IT
摘要
本地差分隐私（LDP）保护用户免受数据收集者的侵害。LDP 协议已在工业界日益广泛地部署。一个基本构建模块是频率预言机（FO）协议，用于估计各值的频率。尽管已提出若干 FO 协议，但其设计目标并未针对回答大量查询给出最优结果。在本文中，我们表明，通过利用所有个体频率应非负且总和为 1 这一知识，对 FO 协议添加后处理步骤，可针对广泛任务显著提升精度，包括个体值频率、最频繁值的频率以及值子集的频率。我们考虑了 10 种以不同方式利用该知识的方法。我们建立了其中部分方法间的理论关系，并进行了大量实验评估以理解不同查询任务应使用哪些方法。
引用
@article{arxiv.1905.08320,
title = {Locally Differentially Private Frequency Estimation with Consistency},
author = {Tianhao Wang and Milan Lopuhaä-Zwakenberg and Zitao Li and Boris Skoric and Ninghui Li},
journal= {arXiv preprint arXiv:1905.08320},
year = {2020}
}
备注
NDSS 2020