分层数据释放中隐私预算的最优分配
密码学与安全
2025-05-19 v1 人工智能
计算机与社会
摘要
在保护个体隐私的前提下，从具有分层结构的数据集中释放有用信息是一个重要挑战。标准的隐私保护机制，特别是差分隐私，往往需要在层级结构的不同层级和组件之间仔细分配有限的隐私预算。次优的分配会导致要么噪声过大，使数据失去实用性，要么对敏感信息的保护不足。本文解决了分层数据释放的最优隐私预算分配这一关键问题。它将这一挑战 formulate 为一个受约束的优化问题，旨在在总体隐私预算限制下最大化数据实用性，同时考虑数据细粒度与隐私损失之间的内在权衡。该方法的提出得到了理论分析的支持，并通过在真实分层数据集上的全面实验进行了验证。这些实验表明，最优的隐私预算分配显著提高了释放数据的实用性，并改善了下游任务的性能。
引用
@article{arxiv.2505.10871,
title = {Optimal Allocation of Privacy Budget on Hierarchical Data Release},
author = {Joonhyuk Ko and Juba Ziani and Ferdinando Fioretto},
journal= {arXiv preprint arXiv:2505.10871},
year = {2025}
}