差分隐私定义: 一种用于在统计数据库中形式化隐私的一种框架,用来防止去匿名化的技术。 邻近数据集 对于两个数据集 D 和 D′ ,记它们的对称差为 DΔD′ ,如果 ∣DΔD′∣=1 则 D′ 称为 D 的临近数据集。 全局敏感度和局部敏感度 1.全局敏感度: 设有函数 f:D→Rd,D 为一数据集, f 的输入为一数据集,输出为一个 d 维向量。对于任意的两个临近数据集 D 和 D′ ,有 $ GSf=maxD,D′∣∣f(D)−f(D′)∣∣ (‖表示曼哈顿距离,也可以是1-范数,定义为 $