PrivSketch：一种基于草图的数据流私有频率估计协议
密码学与安全
2023-06-22 v1
摘要
本地差分隐私（LDP）近年来已成为一种保护用户隐私的流行隐私保护数据收集技术。在 LDP 下数据流收集的主要问题是因从极大域中收集多项数据而导致的效用低下。本文提出 PrivSketch，一种利用草图技术、适用于私有数据流收集的高效用频率估计协议。结合所提出的背景信息与先解码的收集端工作流，PrivSketch 通过减少草图算法引入的误差以及多项收集时的隐私预算利用来提升效用。我们从解析上证明了 PrivSketch 的优越精度与隐私特性，并进行了实验评估。使用多个不同的合成与真实数据集的评估表明，在频率估计与频繁项估计的效用方面，PrivSketch 比竞争方法好 1–3 个数量级，同时速度快达约 100 倍。
引用
@article{arxiv.2306.12144,
title = {PrivSketch: A Private Sketch-based Frequency Estimation Protocol for Data Streams},
author = {Ying Li and Xiaodong Lee and Botao Peng and Themis Palpanas and Jingan Xue},
journal= {arXiv preprint arXiv:2306.12144},
year = {2023}
}