摘要: L4-Intro to Differential Privacy 拉普拉斯机制(Laplace Mechanism) 上一节课中,我们讨论了随机响应,这是一种适合于单个位的隐私化。这种算法一般来说并不直接也误差较大。今日所关注的是拉普拉斯机制,可以直接应用于任意一种类型的数字查询。在引入拉普拉斯机制 阅读全文
posted @ 2021-03-07 21:15 Uzuki 阅读(537) 评论(0) 推荐(0) 编辑
摘要: L3-Intro to Differential Privacy 从这节课开始就要介绍差分隐私算法了。 随机响应(Randomized Response) 场景提出 假若你是某一门课的教授,你希望统计一门课有多少学生作弊。显然你通过直接的问卷派发手段,学生不太可能会老老实实地上交真实答案。为此我们需 阅读全文
posted @ 2021-03-07 21:09 Uzuki 阅读(453) 评论(0) 推荐(0) 编辑
摘要: L2-Reconstruction Attacks 本节课的目的在于正式地讨论隐私,但是我们不讨论算法本身有多隐私,取而代之去讨论一个算法隐私性有多么的不可靠。并且聚焦于 Dinur 与 Nissim 在论文所提出的一些启发差分隐私的理论。 同时,我们会重点分析一种称为重构攻击(Reconstruc 阅读全文
posted @ 2021-03-07 21:05 Uzuki 阅读(1109) 评论(0) 推荐(0) 编辑
摘要: L1-Some Attempts at Data Privacy 本随笔基于Gautam Kamath教授的系列课程:CS 860 - Algorithms for Private Data Analysis - Fall 2020 本课的目的在于介绍一些信息加密的失败案例,介绍一些数据隐私安全的基 阅读全文
posted @ 2021-03-07 21:02 Uzuki 阅读(357) 评论(0) 推荐(0) 编辑