稀疏Lipschitz函数的认证私有数据发布
摘要：机器学习在日常应用中变得越来越相关，保护训练数据的隐私成为一项自然要求。当相关的学习问题事先未知，或者超参数调整起到核心作用时，一个解决方案是发布一个具有差分隐私的合成数据集，该数据集得出的结论与原始训练数据类似。在这项工作中，我们介绍了一种算法，该算法对于稀疏Lipschitz查询的效用损失具有快速速率。此外，我们还展示了如何获取大类算法的效用损失证书。
作者：Konstantin Donhauser, Johan Lokna, Amartya Sanyal, March Boedihardjo, Robert H"onig, and Fanny Yang
论文ID：2302.09680
分类：Cryptography and Security
分类简称：cs.CR
提交时间：2023-08-29