差分隐私计数下比值统计的置信区间研究

Tomer Shoham 发表研究，针对经拉普拉斯或高斯噪声扰动的计数，给出相对风险与优势比的估计与推断方法：证明基于隐私化计数的插件估计量具有一致性，并推导出同时计入抽样变异与隐私噪声的置信区间。 模拟与真实数据实验显示，在中等隐私水平和样本量下，所提置信区间与非隐私版本接近；在小样本情形下，该区间能反映隐私噪声带来的额外不确定性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。