交互式局部边隐私子图计数精度提升
热点事件持续更新
交互式局部边隐私子图计数精度提升
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
Xian Chen 在 arXiv 发表研究，在交互式局部边差分隐私（LEDP）下近似计数固定模式图 H 在 n 顶点无向图中的副本。其提出的 Linear Noise Cancellation（LNC）方法用两轮 ε-LEDP，使加性误差与均方根误差均达到 O(n^{k-3/2}/ε^ℓ)；对三角形计数，这比最优非交互加性误差改进 √n 倍。 该研究称，这是首次给出交互与非交互 LEDP 子图计数之间的分离。上述精度结论来自论文自身的理论分析。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 23:10
交互式局部边隐私下子图计数的精度提升：LNC 与 PC 框架报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv 隐私论文交互式局部边隐私下子图计数的精度提升：LNC 与 PC 框架
研究在交互式局部边差分隐私（LEDP）下近似计数固定模式图 H 在 n 顶点无向图中的副本。Linear Noise Cancellation（LNC）用两轮 ε-LEDP 达到加性误差与均方根误差均为 O(n^{k-3/2}/ε^ℓ)，对三角形较最优非交互加性误差改进 √n 倍，首次给出交互与非交互 LEDP 子图计数之间的分离。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。