差分隐私&常见查询类型

介绍几种在差分隐私学习当中经常碰到的查询。图片引用The Complexity of Differential Privacy.
设数据库元素的取值范围为$\chi$，数据库的选取空间为${\chi }^n$，某个数据库用$x$表示，查询用$q$表示，$q(x)$表示对数据库$x$进行$q$查询。
可以理解为有这么一个数据库，存储n个点的二维坐标。那么$\chi$这里为${\mathbb{R}}^2$，n个点组成的二维坐标集合为${\chi }^n$，这个数据库$x\in {\chi }^n$是这特定的n个点组成的。

Counting Query(计数查询)

最基本的counting query如下所示，简而言之是求某个特征的数据元素在数据库当中的占比是多少？比如有一个数据库保存用户的姓名以及性别，我query一下想知道这个数据库男性占比是多少，这就是一个counting query，对于某个人性别的$q(x_i)$要么是0要么是1。



另外counting query还有很多变种，如下所示。

直方图(Histograms)相当于对于所有数据库元素特征进行counting query，相当于得到一个分布。


阈值(CDFs)相当于查有多少数据库中的元素，某个属性大于某个给定的阈值。

Linear Query(线性查询）

Linear query与counting query区别在于，前者映射到实值$\in [0,1]$，后者映射到 { 0 , 1 } \{0,1\} {0,1}。并且注意到所有linear query都可以写成点积的形式。平均值查询，图中S,T割查询，都是所谓的线性查询，一般研究比较多的也是线性查询。

\

Reference

Dwork, Cynthia and Roth, Aaron. The Algorithmic Foundations of Differential Privacy.
Vadhan, Salil. The Complexity of Differential Privacy.


By BRB 2023.04.21