Sketch-Flip-Merge：面向隐私保护去重计数的可合并草图

数据草图是去重计数的关键工具，它使得多重集能够用紧凑的摘要表示，并支持快速的基数估计。由于草图可以合并以概括多重集的并集，它们构成了数据仓库中的基本构建块。尽管已有许多实用的基数估计草图，但在合并时均无法提供隐私保护。我们提出了首个同时具备可合并性、差分隐私（DP）且经验误差低的实用基数草图。这些草图引入了一种新颖的随机化算法，用于在噪声比特上执行逻辑运算，并提供了严格的隐私分析以及可证明最优的估计。在模拟实验和真实世界数据上，我们的草图显著优于现有的理论解决方案。