線性查詢的一種近似最優(yōu)差分隱私機制
大?。?/span>1.29 MB 人氣： 2017-12-26 需要積分：2
在差分隱私保護程度確定的條件下使數據的有用性最大化的問題，稱為差分隱私的最優(yōu)機制問題．最優(yōu)機制問題是差分隱私理論中的一個重要問題，與差分隱私模型的理論基礎及應用前景有直接聯(lián)系．與已有的研究不同，提出一種不基于敏感度的分析方法來尋找最優(yōu)機制：首先，將最優(yōu)機制問題構造為一個多目標函數優(yōu)化問題，并提出了一種差分隱私機制構造方法。在此基礎上。對線性查詢問題給出了一種近似最優(yōu)差分隱私機制。該機制達到了差分隱私不等式的邊界．此外，大部分分析方法也可對非線性查詢的最優(yōu)機制問題進行分析．該研究揭示了敏感度方法的不足之處。發(fā)現其無法刻畫數據集的鄰居集合對應的查詢函數值集合的特性，而該集合包含了差分隱私的一些深層特征．
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
線性查詢的一種近似最優(yōu)差分隱私機制下載
相關電子資料下載
- 不同的人工神經網絡模型各有什么作用? 126
- rnn神經網絡基本原理 233
- bp神經網絡算法過程包括 106
- 反向傳播神經網絡建模基本原理 166
- 反向傳播神經網絡概念是什么 169
- 反向傳播神經網絡分為多少層 162
- bp神經網絡模型拓撲結構包括哪些 115
- 卷積神經網絡激活函數的作用 80
- 數學建模神經網絡模型的優(yōu)缺點有哪些 299
- 什么神經網絡模型適合做分類 114