Resumen

Para el análisis de datos con privacidad diferencial, una tarea de análisis generalmente requiere múltiples consultas para completarse, y el presupuesto total debe dividirse en diferentes partes y asignarse a cada consulta. Sin embargo, en la actualidad, la asignación de presupuesto en privacidad diferencial carece de estrategias de asignación eficientes y generales, y la mayoría de la investigación tiende a adoptar un método de asignación promedio o exclusivo. En este documento, proponemos dos estrategias de series para la asignación de presupuesto: la serie geométrica y la serie de Taylor. Mostramos las diferentes características de las dos series y proporcionamos un método de cálculo para seleccionar los parámetros clave. Para reflejar mejor la preferencia de un usuario por el ruido durante la asignación, exploramos detalladamente la relación entre la sensibilidad y el ruido, y, basándonos en esto, proponemos una optimización para las estrategias de series. Finalmente, para prevenir ataques de colusión y mejorar la seguridad, proporcionamos tres ideas para proteger la secuencia de presupuesto.

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Análisis de datos; Privacidad diferencial; Asignación presupuestaria; Estrategias de series; Ruido; Seguridad
• Keywords:Data analysis; Differential privacy; Budget allocation; Series strategies; Noise; Security