对称α-稳定隐私机制

随着数字平台的快速增长,人们对于个人数据如何被各类实体收集、存储和使用日益担忧。这些担忧涵盖数据泄露、网络攻击,乃至将个人信息用于定向广告与监控的潜在滥用。因此,差分隐私(DP)已成为量化系统保护水平的重要工具。高斯机制因高斯密度在卷积下封闭(聚合数据集时的常用方法)而被广泛使用。然而,高斯机制仅满足近似差分隐私。本工作中,我们给出对称α-稳定(SaS)机制的新分析。我们证明该机制在满足纯差分隐私的同时在卷积下保持封闭。基于我们的分析,我们认为SaS机制是注重隐私应用的诱人选择。