用于加噪定量数据混淆的最优Gamma密度
统计方法学
2022-08-17 v1
摘要
保护数据集中个体的隐私与从中进行统计推断同等重要。当手头数据为定量数据时，通常的保护方式是对个体数据值添加噪声。但是，应当使用何种理想密度来生成噪声，从而在不损害隐私的前提下最大化数据的可用性？本文处理该问题，并提出一种在Gamma族中选择对此目的而言最优的密度的方法。
引用
@article{arxiv.2208.07561,
title = {Optimal Gamma density to Obfuscate Quantitative data with Added Noise},
author = {Debolina Ghatak and Debasis Sengupta and Bimal Roy},
journal= {arXiv preprint arXiv:2208.07561},
year = {2022}
}
备注
18 pages, 3 figures