我们的选择对我们的偏好有什么说法？
摘要：在线决策是日常生活的一部分。考虑购买房屋、停车或参加拍卖。我们经常公开地进行这些决策，可能会侵犯我们的隐私 - 观察我们选择的一方可能会了解我们的偏好。在本文中，我们从隐私保护的角度，使用严格的数学差分隐私概念，对在线停止算法进行了研究。在差分隐私算法中，通常存在隐私和效用之间的平衡问题。在这种模式下，通常情况下，同时具有最优性和高水平的隐私是不可能的。我们提出了一种自然的机制，可以在在线算法的准确性和隐私之间实现可控的权衡，由一个参数来量化。根据该参数，我们的机制可以是在较弱的差分隐私条件下是最优的，或者是次优的，但更注重隐私保护。我们对我们的机制应用于经典的秘书问题的最优算法进行了详细的准确性和隐私分析。因此，来自两个不同领域 - 最优停止和差分隐私的经典概念首次相遇。
作者：Krzysztof Grining, Marek Klonowski, Ma{l}gorzata Sulkowska
论文ID：2005.01586
分类：Data Structures and Algorithms
分类简称：cs.DS
提交时间：2023-07-28