arXiv · Statistics Machine Learning· Max Cairney-Leeming, Simone Bombari, Marco Mondelli·· 7 小时前AI 评分33
差分隐私下数据重建的尖锐相变
A Sharp Transition in Data Reconstruction under Differential Privacy
AI 导读
研究在 ρ-零集中差分隐私模型下,攻击者利用已知其余训练数据重建单一样本的相变现象。当 ρ ≪ d 时,基于熵的下界证明重建信息论上不可行;当 ρ ≫ d 时,线性回归输出扰动攻击可实际重建。数据位于 s 维子空间时相变移至 ρ ≍ s,表明隐私预算需按有效维度评估。
来源:arXiv · Statistics Machine Learning · arxiv.org