Scifaro

中文

利用泊松机制获取 $(\epsilon,\delta)$-差分隐私保障：面向联合概率表的证明

密码学与安全 2024-07-02 v1 统计方法学

作者: James Jackson , Robin Mitra , Brian Francis , Iain Dove

在 arXiv 上查看 ↗ PDF ↗

摘要

我们展示了在使用泊松合成机制保护联合概率表中的计数时，能够获得差分隐私类型的保障。具体而言，我们通过展示泊松分布的累积分布函数如何实现 $(\epsilon, \delta)$ -概率型差分隐私保障。我们通过对一种行政类型机密数据库的合成来进行实证演示。

关键词

差分隐私泊松机制联合概率表概率保障数据合成

引用

@article{arxiv.2407.00417,
  title  = {Obtaining $(\epsilon,\delta)$-differential privacy guarantees when using a Poisson mechanism to synthesize contingency tables},
  author = {James Jackson and Robin Mitra and Brian Francis and Iain Dove},
  journal= {arXiv preprint arXiv:2407.00417},
  year   = {2024}
}