优化差分隐私线性查询的适用性
数据库
2021-06-15 v6
摘要
在实践中，差分隐私数据发布被设计用于支持多种应用。若数据发布满足各应用的目标精度要求，则其为适用（fit for use）的。本文中，我们考虑在差分隐私下回答线性查询并受逐查询精度约束的问题。现有的实用框架（如矩阵机制）不提供此类细粒度控制（它们优化总误差，使得某些查询答案精度超出必要，而以其他不再有用的查询为代价）。因此，我们设计了一种适用性策略，向查询答案添加保护隐私的高斯噪声。噪声的协方差结构被优化以满细粒度精度要求，同时最小化隐私代价。
引用
@article{arxiv.2012.00135,
title = {Optimizing Fitness-For-Use of Differentially Private Linear Queries},
author = {Yingtai Xiao and Zeyu Ding and Yuxin Wang and Danfeng Zhang and Daniel Kifer},
journal= {arXiv preprint arXiv:2012.00135},
year = {2021}
}