差分隐私中的有界拉普拉斯机制
密码学与安全
2018-08-31 v1
摘要
拉普拉斯机制是差分隐私的主力工具，应用于许多处理数值数据的场景。然而，由于其无限支撑，拉普拉斯机制可能返回语义上不可能的值，例如负的计数。对此有两个流行的解决方案：(i) 对输出值进行界限化/截断；(ii) 对机制支撑进行界限化。在本文中，我们证明在使用纯拉普拉斯机制参数的同时对其支撑进行界限化，通常不能保持差分隐私。我们还提出了一种鲁棒方法，用于计算在此类设定下实现差分隐私的最优机制参数。
引用
@article{arxiv.1808.10410,
title = {The Bounded Laplace Mechanism in Differential Privacy},
author = {Naoise Holohan and Spiros Antonatos and Stefano Braghin and Pól Mac Aonghusa},
journal= {arXiv preprint arXiv:1808.10410},
year = {2018}
}