拉普拉斯或高斯噪声和差分隐私

差别隐私的概念是保证某人在数据库中的参与能透露多少信息。 这些界限用两个数字来描述:ε(ε)和δ(δ)。 我们主要对ε描述的乘法界感兴趣。 这个数字大约是分析师可能获得的关于个人的信息位数。 乘法界是exp(ε)，因此ε，乘法界的自然对数，将是信息度量，尽管在技术上是 nats 而不是 比特 因为我们用的是天然原木，而不是2号原木。 在之前的文章中，我们研究了一个保护二进制响应隐私的随机化方案。

>>阅读原文<<