| 依賴差分隱私：關聯數據集下的高斯機制 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大小：927 K | |
| 標簽： 差分隱私 依賴差分隱私 高斯機制 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：差分隱私(Differential Privacy)是一種數據擾動框架，它保證查詢結果在概率上不可區分。研究表明差分隱私應用于關聯數據集時，將帶來隱私泄露的風險。根據依賴差分隱私(Dependent Differential Privacy)，量化了依賴差分隱私敏感度的度量；隨后，提出了依賴差分隱私-高斯機制算法(Gaussian Mechanism AlgorithmDependent Differential Privacy)，實現數據擾動，同時證明了該機制滿足隱私保證的基本定理；通過使用真實數據集的實驗表明，GMADDP在管理依賴數據的隱私-效用權衡方面具有較高的可用性。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2