高次元空間におけるLDP機構の効用解析と強化【JST・京大機械翻訳】

Duan Jiawei; Ye Qingqing; Hu Haibo

プレプリント

J-GLOBAL ID：202202206829827290 整理番号：22P0276629

高次元空間におけるLDP機構の効用解析と強化【JST・京大機械翻訳】

Utility Analysis and Enhancement of LDP Mechanisms in High-Dimensional Space

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年01月19日プレプリントサーバーでの情報更新日： 2022年01月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

局所微分プライバシー(LDP)は,各ユーザのデータを局所的に摂動し,その情報をアグリゲータに送信するだけで,一般的なプライバシー保護データ収集機構である。LDPでは,データコレクタは元のデータへのアクセスなしに正確な統計を得ることができ,プライバシーを保証する。しかし,LDPの主要な欠点は,高次元空間でのその失望効用である。種々のLDPスキームが摂動を減らすために提案されているが,それらはコレクタの側で同じで単純な凝集機構を共有する。本論文では,まず,高次元空間におけるLDP機構の有用性を一般的に測定するための解析フレームワークを提唱し,いかなる実験も実行することなく,既存のLDP機構と将来のLDP機構をベンチマークできる。これに基づいて,このフレームワークは,ナイーブ凝集が高次元空間において準最適であり,改良のために多くの余地があることを明らかにした。これに動機づけられて,高次元平均推定のための再キャリブレーションプロトコルHDR4MEを提示し,それらに何らの変化なしに,既存のLDP機構の有用性を改善した。理論解析と広範な実験は,著者らのフレームワークとプロトコルの普遍性と有効性を確認した。【JST・京大機械翻訳】

, , , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

データ保護 , 計算機網

, , ,

前のページに戻る