基于点态最大泄漏的严格效用隐私机制
信息论
2026-05-20 v1 math.IT
摘要
我们提出一种利用新型隐私度量点态最大泄漏(PML)的离散隐私机制。给定以每个输入输出字母对为特征的效用分配，我们研究满足PML隐私保证并最大化最坏情况效用的机制设计问题。与流行的隐私度量如差分隐私(DP)不同，PML允许我们将机制中的一些条件概率设置为零，从而防止低效用的发生，同时保持严格的PML约束。我们证明了对于在输出支持集上施加额外约束的最坏情况效用问题，具有低计算复杂度的效用安全机制是最优的。我们最终在几个数值实验中展示了其有效性。由于DP无法在机制中具有零值，针对优化最坏情况效用的隐私机制设计尚未得到广泛探索，而本工作表明PML是这个目的非常合适的隐私度量。
引用
@article{arxiv.2605.19474,
title = {Worst-Case Utility Privacy Mechanism via Pointwise Maximal Leakage},
author = {Ci Song and Tobias J. Oechtering},
journal= {arXiv preprint arXiv:2605.19474},
year = {2026}
}
备注
to be published in EUSIPCO 2026