motivation:隐私和安全问题往往会阻止共享用户的数据,甚至从中获得的知识,从而阻止有价值的信息被利用。隐私保护知识如果做得正确,可以缓解这个问题。
methods:其基本思想是推导出分类器参数的灵敏度,并利用这些参数来添加拉普拉斯噪声,从而保证推导出的分类器是满足差分隐私的。
标称属性(nominal):实物的名称某种类别,没顺序,计数:新增一条最多增加1
数值属性:概率取决于均值和标准差,均值和方差可以用类j计算。所以需要推导出均值和标准差的敏感度。1.我们需要确定数据集的大小,因为平均值和标准差受到单个记录的影响的程度2.需要定义一个界限
计算敏感度:分类属性和数值属性(假设是正态或者高斯分布)
experiments:通过某种形式的网络匿名器,足以从提交者那里删除个人提交的身份