Q
Q中的查询的全局敏感度上界为
ρ
\rho
ρ。
问题
很多场景下，我们不只是回答一次询问，面对多次查询情况，我们也要能做到尽量不泄露隐私的回答。显然，查询越多，我们的隐私损失越多，换句话说，保证相同隐私下，误差越大。根据组合定理，我们可以快速得到误差大概为
O
(
ρ
∣
Q
∣
)
O(\rho\sqrt{|Q|})
O(ρ∣Q∣
)（pure-DP为
O
(
ρ
∣
Q
∣
)
O(\rho|Q|)
O(ρ∣Q∣)），当
∣
Q
∣
|Q|
∣Q∣很大的时候（比如
n
2
n^2
n2），这个误差没什么意义，那么我们可以得到大量查询下仍旧有意义的误差吗？
这是可以的，使用boosting技术可以实现一个差分隐私算法，对于每个回答误差大致为
O
(
ρ
n
log
3
/
2
∣
Q
∣
)
O(\rho\sqrt{n}\log^{3/2}|Q|)
O(ρn
log3/2∣Q∣)！并且针对线性查询，该算法运行时间可以变为多项式时间。
算法概述
简单叙述一下这个算法，它有T轮迭代，在每一轮当中，
- 我们根据分布
D
t
\mathcal{D}_t
Dt选出来k个query，然后送到bsg(base synopsis generator)里面，bsg返回对于所有query的回答。
2. 我们对于bsg给出的回答做个评判，然后分别打个分，越准确的回答，对应系数
a
t
,
q
a_{t,q}
at,q约大。
3. 归一化打分，把它作为一个分布更新。
T轮之后，我们得到了
T
∣
Q
∣
T|Q|
T∣Q∣个结果，对于每个query选一个好的回答，返回。
整个算法流程大致就是这样，然后有几个比较有趣的点。
- bsg是什么？bsg有四个参数（
k
k
k,
λ
\lambda
λ,
η
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数网络安全工程师，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年网络安全全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上网络安全知识点，真正体系化！
由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新
如果你觉得这些内容对你有帮助，可以添加VX：vip204888 （备注网络安全获取）
写在最后
在结束之际，我想重申的是，学习并非如攀登险峻高峰，而是如滴水穿石般的持久累积。尤其当我们步入工作岗位之后，持之以恒的学习变得愈发不易，如同在茫茫大海中独自划舟，稍有松懈便可能被巨浪吞噬。然而，对于我们程序员而言，学习是生存之本，是我们在激烈市场竞争中立于不败之地的关键。一旦停止学习，我们便如同逆水行舟，不进则退，终将被时代的洪流所淘汰。因此，不断汲取新知识，不仅是对自己的提升，更是对自己的一份珍贵投资。让我们不断磨砺自己，与时代共同进步，书写属于我们的辉煌篇章。
需要完整版PDF学习资源私我
一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！
AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算
一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！
AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算
1054
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
