通过散列函数降低局部差分隐私下的子图计数通信成本

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文研究了局部隐私约束下的估计方案制定下限,并推导出了私有估计和受通信限制的估计问题之间的等价性。作者还证明了有界或高斯随机向量的均值估计的最小最大均方误差按比例缩放的结论。

🎯

关键要点

  • 研究局部隐私约束下的估计方案制定下限。
  • 推导出私有估计和受通信限制的估计问题之间的等价性。
  • 适用于任意交互的隐私机制。
  • 得出所有不同隐私保护级别的尖锐下限。
  • 证明有界或高斯随机向量的均值估计的最小最大均方误差按比例缩放的结论。
➡️

继续阅读