arXiv 隐私论文· Georgi Ganev·· 2 天前AI 评分31
面向差分隐私合成数据的紧致端到端隐私核算
Tight End-to-End Accounting for Differentially Private Synthetic Data
AI 导读
研究者提出基于隐私损失分布（PLD）、f-DP 与高斯差分隐私（GDP）的新工具，为混合异构机制的差分隐私流水线实现紧致端到端核算，并给出指数机制等有界范围机制的 PLD 与 GDP 分析。基于此推出 GDP 原生的 AIM-GDP 与自适应混合组合校准算法 MixCal，可在同一隐私水平下减少噪声、提升效用。
来源：arXiv 隐私论文 · arxiv.org