局部隐私下离散分布的非渐近检验：交互机制更快
统计理论
2020-05-27 v1 统计方法学
机器学习
统计理论
摘要
我们在局部差分隐私约束下找到了检验多项分布或更一般离散分布的分隔速率。我们构造了高效的随机算法与检验过程，既包括仅允许非交互隐私机制的情形，也包括允许所有顺序交互隐私机制的情形。后一种情形的分隔速率更快。我们证明了一般信息论界，使我们能在大多数通常情形下确立所设计算法在所有隐私机制与检验过程对中的最优性。所考虑的示例包括检验均匀、多项式衰减与指数衰减分布。
引用
@article{arxiv.2005.12601,
title = {Locally private non-asymptotic testing of discrete distributions is faster using interactive mechanisms},
author = {Thomas B. Berrett and Cristina Butucea},
journal= {arXiv preprint arXiv:2005.12601},
year = {2020}
}
备注
31 pages