BriefGPT - AI 论文速递
·
更快的私人最小生成树
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种适用于具有k个几乎平衡聚类的图的差分隐私算法，实验证明该算法的能力，并指出任何ε-差分隐私算法都会导致误差。
🎯
关键要点
- 研究了针对良好聚类图中恢复聚类的差分隐私算法。
- 这些图的顶点集可以被划分为少量集合，具有高内部电导和小外部电导的子图。
- 提供了一种针对这种图特别定制的高效（ε，δ）差分隐私算法。
- 算法灵感来自Chen等人的工作，适用于具有k个几乎平衡聚类的良好聚类图。
- 误分类比率接近最佳非隐私算法。
- 通过实验评估证实了算法的能力。
- 任何（纯的）ε-差分隐私算法将导致显著的误差。
➡️
