无损隐私多次发布
密码学与安全
2025-05-29 v1 数据结构与算法
摘要
Koufogiannis 等人 (2016) 针对基于拉普拉斯噪声的差分隐私机制证明了一个 (gradual release) 结果：给定一个 -DP 发布，可以计算出一个隐私参数为 的新发布，使得两次发布的组合隐私损失最多为 ，且后者的分布与参数为 的单次发布相同。他们还展示了高斯噪声的渐进发布技术，Whitehouse 等人 (2022) 随后对此进行了进一步探讨。在本文中，我们考虑一个更一般的 (multiple release) 设定，其中分析者持有对应不同访问/信任级别的、具有不同隐私参数的隐私发布。这些发布是逐一确定的，隐私参数以任意顺序排列。如果能够访问发布子集 时，其隐私保证与 中隐私性最低的发布相同，且每次发布的分布与具有相同隐私参数的单次发布相同，则该多次发布是 (lossless)。我们的主要结果是，对于一大类加性噪声机制，无损多次发布是可行的。对于高斯机制，我们给出了一种简单的无损多次发布方法，其分析简短且自包含，不需要布朗运动的数学知识。我们还提出了拉普拉斯机制和泊松机制的无损多次发布。最后，我们考虑了如何高效地进行稀疏直方图的渐进发布，并提出了一种运行时间与维度数量无关的机制。
引用
@article{arxiv.2505.22449,
title = {Private Lossless Multiple Release},
author = {Joel Daniel Andersson and Lukas Retschmeier and Boel Nelson and Rasmus Pagh},
journal= {arXiv preprint arXiv:2505.22449},
year = {2025}
}