面向符号系统的差分隐私

本文为符号控制系统开发了一种隐私实现方案。此类系统生成非数值数据序列，这些序列可由有限字母表上的词或字符串表示。本工作采用差分隐私框架，这是一种统计意义上的隐私概念，使得私有化数据不太可能揭示底层敏感数据的任何有意义信息。为将差分隐私引入符号控制系统，我们开发了一种指数机制，利用随机选取的、很可能接近敏感词之词来近似该敏感词。“接近”的概念由莱文斯坦距离给出，其统计将一个字符串变为另一个所需操作次数。随后我们开发了指数机制的莱文斯坦自动机实现，可高效生成私有化输出词。该自动机以字母为状态，本工作推导出这些状态间的转移概率，使整体输出词服从指数机制所要求的分布。文中给出了数值结果，针对英文词串与确定性转移系统的运行轨迹均展示了该技术，表明在此场景下可在保持合理精度的同时提供隐私保护。