Boosting在差分隐私上的应用

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要体系化学习资料的朋友,可以加我V获取:vip204888 (备注网络安全)

需要这份系统化资料的朋友,可以点击这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

X

n

x\in \mathcal{X}^n

x∈Xn(可以简单理解为n维向量,每个元素来自

X

\mathcal{X}

X),查询

Q

=

{

q

1

,

.

.

.

,

q

Q

}

Q={q_1,…,q_{|Q|}}

Q={q1​,…,q∣Q∣​},其中

q

:

x

R

q:x->\mathbb{R}

q:x−>R,所有

Q

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,

  1. 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。

在这里插入图片描述
整个算法流程大致就是这样,然后有几个比较有趣的点。

  1. bsg是什么?bsg有四个参数(

k

k

k,

λ

\lambda

λ,

还有兄弟不知道网络安全面试可以提前刷题吗?费时一周整理的160+网络安全面试题,金九银十,做网络安全面试里的显眼包!

王岚嵚工程师面试题(附答案),只能帮兄弟们到这儿了!如果你能答对70%,找一个安全工作,问题不大。

对于有1-3年工作经验,想要跳槽的朋友来说,也是很好的温习资料!

【完整版领取方式在文末!!】

93道网络安全面试题

需要体系化学习资料的朋友,可以加我V获取:vip204888 (备注网络安全)

内容实在太多,不一一截图了

黑客学习资源推荐

最后给大家分享一份全套的网络安全学习资料,给那些想学习 网络安全的小伙伴们一点帮助!

对于从来没有接触过网络安全的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。

1️⃣零基础入门
① 学习路线

对于从来没有接触过网络安全的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。

image

② 路线对应学习视频

同时每个成长路线对应的板块都有配套的视频提供:

image-20231025112050764

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化资料的朋友,可以点击这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

  • 10
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值