隐私优先：差分隐私中设定隐私预算的贝叶斯方法

在发布来自机密数据的输出时，机构需要平衡所发布数据的分析有用性与保护数据主体机密性的义务。对于满足差分隐私的发布，这种平衡由隐私预算 $\varepsilon$ 反映。我们提供了一个基于 $\varepsilon$ 与披露贝叶斯后验概率之间关系的设定框架。负责数据发布的机构决定其在各种先验风险水平下愿意接受的後验风险程度，这隐含了一个唯一的 $\varepsilon$。机构可以评估不同的风险画像，以确定一个在风险与效用间达到可接受权衡的画像。