差分隐私基础

差分隐私的原理

差分隐私基础_第1张图片

  • 差分隐私要求任何被发布的信息都应该与上图中信息O类似:
    应当避免让攻击者分辨出任何具体的个人数据,为此,差分隐私要求被发布的信息需经一个随机算法所处理,且该随机算法会对信息做一些扰动。

差分隐私数学定义

差分隐私基础_第2张图片
差分隐私基础_第3张图片

如何设计满足差分隐私的算法

差分隐私基础_第4张图片

  • 一般做法:
    从一个不满足差分隐私的算法出发,往算法里适当的加入一定噪声,以使其输出满足差分隐私的要求。

拉普拉斯机制

差分隐私基础_第5张图片
pr[η=y-q(D)]
差分隐私基础_第6张图片

随机化回答

差分隐私基础_第7张图片
差分隐私基础_第8张图片

  • 随机化回答可以满足ε-差分隐私,由于其随机性,攻击者不能从随机化的输出反推出输入;根据ε来调整随机化的概率即可

敏感性定义

差分隐私基础_第9张图片

差分隐私应用

差分隐私数据库

差分隐私基础_第10张图片

差分隐私机器学习

差分隐私基础_第11张图片
差分隐私基础_第12张图片

差分隐私数据采集

差分隐私基础_第13张图片

差分隐私数据合成

差分隐私基础_第14张图片

你可能感兴趣的:(Security,算法,可信计算技术,网络安全,概率论,论文阅读)