最大约束满足问题 (Max-CSP) 隐私费用
数据结构与算法
2026-02-11 v1 密码学与安全
摘要
我们研究在差分隐私 (DP) 下对最大约束满足问题 (Max-CSP) 的近似算法，其中约束被视为敏感数据。信息论上，我们旨在分类给定隐私预算 下可能实现的最佳近似比率。在高隐私 regime () 中，我们展示，任何 -DP 算法都无法在近似比率上超过 的随机分配。我们设计了一个在假设实例具有有限度和无三角形的条件下匹配该壁垒的多项式时间算法。最后，我们表明，这些假设的一个或两个都可以被移除用于特定 CSP——例如 Max-Cut 或 Max -XOR——但需要牺牲计算效率。
引用
@article{arxiv.2602.09273,
title = {The Price of Privacy For Approximating Max-CSP},
author = {Prathamesh Dharangutte and Jingcheng Liu and Pasin Manurangsi and Akbar Rafiey and Phanu Vajanopath and Zongrui Zou},
journal= {arXiv preprint arXiv:2602.09273},
year = {2026}
}