差分隐私求和裁剪界的新私有选择法

研究者提出一种在差分隐私向量求和中私有地选择裁剪边界的方法：以残差一致性（超出边界向量的方向对齐程度）对抗额外噪声的方差成本，来优化裁剪边界。作者称，在一般重尾数据情形下残差一致性与偏差密切相关，并在多个数据集上实证优于现有基线。 该问题背景是：差分隐私向量求和需先裁剪再加噪，但此前缺乏私有选择裁剪边界的工具。上述效果为作者在论文中的报告，尚待独立验证。

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。