【基础储备】Differential Privacy 基础知识储备之 privacy book

【基础储备】Differential Privacy 基础知识储备之 privacy book

• privacy loss 的定义 ： the p r i v a c y l o s s privacy , loss privacyloss incurred by observing ξ xi ξ is
  
  
  
  

• (ε-δ)-差分隐私的复合性质 ：
  
  
  
  

• 加性切诺夫界、乘性切诺夫界 ：
  
  
  
  

• Azuma不等式 ：
  
  
  
  

• 斯特林公式 ：
  
  
  
  

• Laplace机制的 bound ：
  
  
  
  

• utility function ：
  utility function u : N ∣ X ∣ × R → R u : mathbb N ^{vert mathcal X vert } × mathcal R rightarrow mathbb R, u:N∣X∣×R→R, which maps database/output pairs to utility scores.
  OPT u ( x ) = _u(x) = u​(x)= max r ∈ R u ( x , r ) _{r in mathcal R} u(x, r) r∈R​u(x,r) denote the maximum utility score of any element r ∈ R r in mathcal R r∈R with respect to database x x x.
  
  
  

• 指数机制的 bound ：
  
  
  
  
  

• 高斯机制 ：
  
  更多详情见 The Gaussian Mechanism.pdf
  注：Gaussian Mechanism相较于Laplacian Mechanism有一个理论上的disadvantage,详见 P 53 mathcal P_{ mathcal {53} } P53​
  
  
  

• Composition theorems ：
  
  
  
  

• 斯特林公式 ：

Reference

C. Dwork and A. Roth. The algorithmic foundations of differential privacy. Foundations and Trends in Theoretical Computer Science, 9(3{4):211{407, 2014.