文献

J-GLOBAL ID：202002271710078839   整理番号：20A0777878

重いヒッターと局所プライバシーの構造【JST・京大機械翻訳】

Heavy Hitters and the Structure of Local Privacy

著者 (3件)： Bun Mark (Boston University, Boston, MA, USA) ,  Nelson Jelani (UC Berkeley, Berkeley, CA, USA) ,  Stemmer Uri (Ben-Gurion University, Beer-Sheva, Israel)
資料名： ACM Transactions on Algorithms  (ACM Transactions on Algorithms)
巻： 15  号： 4  ページ： 1-40  発行年： 2019年 
JST資料番号： W5685A  ISSN： 1549-6325  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 著者らは,すべての標準的に考慮されたパラメータの関数として最適な最悪ケース誤差を達成する重いヒット問題のための新しい局所的に差別的な私的アルゴリズムを提示した。以前の研究は,ユーザの数,ドメインのサイズ,およびプライバシーパラメータに最適に依存する誤り率を得たが,故障確率に対しては準最適に依存した。著者らは,故障確率を組み込むために,誤差に関する既存の下限を強化して,著者らの新しい上限が,同様にこのパラメータに関してタイトであることを示した。著者らの下限は,局所的に私的なプロトコルの構造の新しい理解に基づいている。さらに,これらのアイデアを開発し,重いヒット者を超えた一般的な結果を得た。局所モデルにおいて,kユーザのグループプライバシーは,中心モデルにおけるようにkにおいて線形の代わりに約√kに比例して劣化した。より強いグループプライバシーは,最大情報保証を改善し,中央モデル上では,BassyとSmithの変換(STOC2015)上で,非相互作用的な近似的な局所プロトコルから純粋な個人的な局所プロトコルへの一般的変換を与える。さらに,中心モデルと対照的に,これは,純粋から近似局所プライバシーへの移動により,より正確なアルゴリズムを得ることができないことを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  相互作用 ,  故障率 ,  近似法 ,  微分 ,  *プライバシー ,  線形性 ,  誤り率
準シソーラス用語： 差別 , 【Automatic Indexing@JST】

著者キーワード (3件)： 微分プライバシー ,  重いヒッター ,  局所モデル

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (2件)： ヒッター ,  プライバシー