本地化差分隐私保护的实现机制（一）

最新推荐文章于 2023-04-02 22:20:38 发布

Ano_onA

最新推荐文章于 2023-04-02 22:20:38 发布

阅读量1w

点赞数 8

分类专栏： Differential Privacy 文章标签： Local Differential Privacy 本地化差分隐私实现机制差分隐私实现机制

本文链接：https://blog.csdn.net/Ano_onA/article/details/100996973

版权

Differential Privacy 专栏收录该内容

5 篇文章 42 订阅

订阅专栏

最近看了一篇论文《Collecting and Analyzing Multidimensional Data with Local Differential Privacy》，其中最关键的就是本地化差分隐私技术（以下简称LDP）在收集分析数据时的各种实现机制：

一、拉普拉斯机制

1、假设每个用户 $u_{i}$ 的数据记录 $t_{i}$ 包含一个数值属性，其值位于范围 [-1,1] 内；

2、定义一个输出扰动记录的随机函数： $t_{i}^{*}=t_{i}+Lap(\frac{2}{\epsilon })$ ，其中 $Lap(\lambda )$ 表示遵循尺度 $\lambda$ 的拉普拉斯分布的随机变量，其具有以下概率密度函数： $pdf(x)=\frac{1}{2\lambda }exp(-\frac{|x|}{\lambda })$ （期望为0、方差为 $2\lambda ^{2}$ 的Laplace分布的概率密度函数）；

3、显然，该估计 $t_{i}^{*}$ 是无偏的，因为在每个 $t_{i}^{*}$ 中注入的拉普拉斯噪声 $Lap(\frac{2}{\epsilon })$ 具有零均值（即期望为0）且 $t_{i}^{*}$ 的方差是 $\frac{8}{\epsilon ^{2}}$ （即方差为 $2\lambda ^{2}$ ）；

4、一旦数据采集者接收到所有被扰动的元组，它就只计算它们的平均值 $\frac{1}{n}\sum_{i=1}^{n}t_{i}^{*}$ 作为误差等级为 $O(\frac{1}{\epsilon \sqrt{n}})$ （不知道怎么得出来的~）的均值估计值。

简而言之，用户将数据添加一个拉普拉斯噪声 $Lap(\frac{2}{\epsilon })$ 后发送给数据收集者，数据收集者对得到的数据元组先求平均值后再对外发布。

二、拉普拉斯机制变体

SCDF由Soria-Comas和Domingo-Ferrer提出，可以获得多维数据的改进结果精度；Stairease mechanism由Geng 等人提出，实现了无界输入值的最佳性能。具体而言，对于单个数值 $t_{i}$ ，两种方法都注入随机噪声 $n_{i}$ ，该随机噪声 $n_{i}$ 来自以下分段恒定概率分布：

在SCDF中，和；在Stairease mechanism中， $m=\frac{2}{1+e^{\epsilon /2}}$ 和。

注意：Stairease mechanism中的最优性结果不适用于有界输入的情况（有界输入是指输入集合数据分布是有上界或者下界的，即均大于或者均小于某个值）。

这两种方法就是改变了噪声的注入方式。

三、Duchi等人的解决方法

杜奇等人提出了一种在LDP下扰动多维数据元组的方法。以下算法说明了Duchi等人对于一维案例的解决方案：

特别的是，给定一个元组 $t_{i}$ $\in$ [-1,1]，算法返回一个扰动的元组 $t_{i}^{*}$ ，它等于 $\frac{e^{\epsilon }+1}{e^{\epsilon }-1}$ 或 $-\frac{e^{\epsilon }+1}{e^{\epsilon }-1}$ ，具有以下概率：

注意：a.以上两概率之和为1；

b.当 $\epsilon$ 趋近于0时，两概率趋近于相等，为 $\frac{1}{2}$ ；

c.当 $\epsilon$ 不趋近0时， $x=\frac{e^{\epsilon }+1}{e^{\epsilon }-1}$ 的概率大于 $x=-\frac{e^{\epsilon }+1}{e^{\epsilon }-1}$ 的概率。

杜奇等人证明 $t_{i}^{*}$ 是输入值 $t_{i}$ 的无偏估计。另外， $t_{i}^{*}$ 的方差是：

因此，当 $t_{i}$ = 0时， $t_{i}^{*}$ 取最坏（最大）方差，等于 $(\frac{e^{\epsilon }+1}{e^{\epsilon }-1})^{2}$ 。在接收到该算法输出的扰动元组时，收集者简单地计算所有用户的属性的平均值以获得估计的平均值。

以上解决方案的缺点：下图说明了拉普拉斯机制和Duchi等人的解决方案在变化时返回的噪声值最坏（最大）方差。当 $\epsilon \leq 2$ 时，Duchi等人的解决方案比拉普拉斯机制提供的方差小得多，但是当 $\epsilon > 2$ 时，后者明显优于后者。

回想一下，Duchi等人的解决方案总返回 $t_{i}^{*}=\frac{e^{\epsilon }+1}{e^{\epsilon }-1}$ 或 $t_{i}^{*}=-\frac{e^{\epsilon }+1}{e^{\epsilon }-1}$ 。因此，该解决方案输出的噪声值 $t_{i}^{*}$ 总是具有绝对值 $|\frac{e^{\epsilon }+1}{e^{\epsilon }-1}|> 1$ ，因此无论隐私预算有多大， $t_{i}$ = 0时 $t_{i}^{*}$ 的方差总是大于1。相反，拉普拉斯机制产生 $\frac{8}{\epsilon ^{2}}$ 的噪声方差，其随着增加而呈二次方减小，由此在 $\epsilon$ 大的时候是优选的。然而，当 $\epsilon$ 小时，分母 $\epsilon ^{2}$ 会导致很大的噪声方差，而Duchi等人的解决方案不会遇到这个问题，因为它的方差被确定在相对较小的范围内 $[-\frac{e^{\epsilon }+1}{e^{\epsilon }-1},\frac{e^{\epsilon }+1}{e^{\epsilon }-1}]$ 。

噪声方差的大小会直接影响扰动数据的方差大小，扰动数据方差越小说明数据之间的相似度越高，即差分隐私保护越成功，所以各种实现机制以方差趋小为目的。

下一篇讲一下改进后的实现机制。

Ano_onA

关注

8
点赞
踩
59

收藏

觉得还不错? 一键收藏
7
评论
本地化差分隐私保护的实现机制（一）

最近看了一篇论文《Collecting and Analyzing Multidimensional Data with Local Differential Privacy》，其中最关键的就是本地化差分隐私技术（以下简称LDP）在收集分析数据时的各种实现机制：一、拉普拉斯机制 1、假设每个用户的数据记录包含一个数值属性，其值位于范围内； 2、定义...
复制链接

扫一扫