更好、更简单的差分隐私统计估计下界

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

该研究提出了新的下界来优化差分隐私算法在高维数据库上回答统计查询的样本复杂度,并提出了纯粹和近似的差分隐私算法。通过对比标准拉普拉斯和高斯机制在最坏情况下精度保证方面的样本复杂度,改善了对该问题的解决方法。

🏷️

标签

➡️

继续阅读