一种私有主成分分析方案的噪声-信息分离
信息论
2018-01-12 v1 math.IT
摘要
在调查披露模型中,我们考虑一种加性噪声隐私机制,并研究隐私保证与统计效用之间的权衡。隐私从两个不同但互补的角度处理:信息论与估计论。受主成分分析性能的启发,统计效用通过某个协方差矩阵的谱隙来度量。该公式及其动机依赖于随机矩阵理论的经典结果。我们证明了该统计效用函数的一些性质,并讨论了一种评估它的简单数值方法。
引用
@article{arxiv.1801.03553,
title = {On the Noise-Information Separation of a Private Principal Component Analysis Scheme},
author = {Mario Diaz and Shahab Asoodeh and Fady Alajaji and Tamás Linder and Serban Belinschi and James Mingo},
journal= {arXiv preprint arXiv:1801.03553},
year = {2018}
}
备注
Submitted to the International Symposium on Information Theory (ISIT) 2018