局部差分隐私的鲁棒优化
信息论
2022-05-11 v1 密码学与安全
math.IT
最优化与控制
摘要
我们考虑在不泄露敏感信息的情况下发布数据的场景。我们在鲁棒局部差分隐私（Robust Local Differential Privacy, RLDP）框架下实现这一点。这确保了不确定性集中所有数据分布下的隐私。我们将寻找最优数据发布协议的问题表述为一个鲁棒优化问题。通过推导所涉及的约束条件的对偶的闭式表达式，我们得到了一个凸优化问题。我们根据是否在（i）效用和（ii）隐私上要求鲁棒性，比较了四种可能的优化问题的性能。
引用
@article{arxiv.2205.05015,
title = {Robust Optimization for Local Differential Privacy},
author = {Jasper Goseling and Milan Lopuhaä-Zwakenberg},
journal= {arXiv preprint arXiv:2205.05015},
year = {2022}
}
备注
To be presented at International Symposium on Information Theory (ISIT 2022)