洗牌模型下的紧致差分隐私包络

随着近期对数字经济的关注激增，个人数据的重要性近来大幅提升。顺应此趋势，数据市场模型正作为以激励换取高质量个人信息的过程而兴起。为对数字经济中涉及的敏感数据隐私提供形式化保障，差分隐私（DP）是首选技术，近期备受学界关注。然而，必须在保持数据效用的同时优化隐私—效用权衡，确保最高水平的隐私保护。本文从理论上推导了洗牌模型下紧致 $(\epsilon,\,\delta)$-DP 包络的充分必要条件，据我们所知此前未被证明，从而刻画了洗牌模型最佳可能的 DP 保护，可部署于数据市场以实现数字经济的隐私保护交易。