...

...

在實踐中，通常使用拉普拉斯機制和指數機制來實現差分隱私。拉普拉斯機制用於數值型結果的保護，指數機制用於離散型結果的保護。 拉普拉斯機制 拉普拉斯機制通過向確切的查詢結果中加入服從拉普拉斯分布的隨機噪聲，來實現 ε-差分隱私保護 。記位置參數為0、尺度參數為b的拉普拉斯分布為Lap(b ...

數據的隱私保護問題最早由統計學家Dalenius 在20世紀70年代末提出，他認為，保護數據庫中的隱私信息，就是要使任何用戶（包括合法用戶和潛在的攻擊者）在訪問數據庫的過程中無法獲取關於任意個體的確切信息 。 從已有的研究來看，k-anonymity及其擴展模型在隱私保護領域影響深遠且被廣泛應用 ...

最近一直在學習差分隱私，剛開始學的時候由於對這方面的知識不太清楚，一直處於模模糊糊的理解狀態。現在學習了一段時間后開始有了一些初步的認識，所以把學習過程中的一些知識總結一下，方便以后復習，也為其他的小伙伴提供一些思路。由於我也是初學者，所以難免會出現一些錯誤，希望各位大佬可以指出。 本文 ...

差分隱私的由來 想要在一個統計數據庫里面保護用戶的隱私，那么理想的隱私定義是這樣的：訪問一個統計數據庫而不能夠泄露在這個數據庫中關於個人的信息。也就是說統計數據庫應該提供一個統計值，但是對於個人的信息不應該被查詢到。 但是，這個理想的定義是不可行的，它並沒有考慮到輔助信息。比如這么一個 ...

差分隱私是為了在敏感數據上進行數據分析而發展起來的一套機制，通過混淆數據庫查詢結果，來實現數據在個人層面的隱私性，並且保證查詢結果近似正確。這篇文章通過一些例子簡要介紹差分隱私的提出動機和思想，主要參考Dwork的The Algorithmic Foundations ...

差分隱私采用了一種隨機機制，使得當輸入中的單個樣本改變之后，輸出的分布不會有太大的改變。比如兩個數據集中只有1條記錄有差別，查詢這兩個數據集且獲得相同輸出的概率非常接近。因此，用戶即便獲取了輸出結果，也無法通過結果推測出輸入數據來自哪一方。 在現有的隱私保護方法中，差 ...