🔥 今日值得一读
核Stein证书让Rényi差分隐私不再难算，任务感知保证首次覆盖高斯、拉普拉斯和指数机制！
Task-aware Kernel Stein certificates for R\'{e}nyi differential privacy
👨💼 主理人解读 · 为什么值得关注
需给出任务相关隐私保证时，可用该核Stein证书计算Rényi DP，替代难算的精确散度。
📖 AI 总结
该研究针对Rényi差分隐私在非高斯设定下难以计算、尤其难以利用任务特定信息（如Rényi Pufferfish隐私）的问题，提出基于escort分布的核Stein差异来构造Rényi差分隐私证书。通过设计聚焦相关隐私方向的核函数，作者进一步得到任务感知的隐私证书，并给出高斯机制与拉普拉斯机制的精确恒等式、指数机制的界，且分别配有任务感知保证。真实数据集示例表明，受保护的比较集与发布子空间共同决定最终证书。该工作为任务感知隐私保证提供了可计算的理论工具，拓展了核方法在差分隐私分析中的适用性。
🔑 关键词速览
| Rényi differential privacy | 基于Rényi散度定义的差分隐私变体，提供更紧的隐私损失组合。 |
| Kernel Stein discrepancy | 一种基于Stein方法的非参数分布差异度量，用于检验和拟合优度。 |
| Escort distribution | 由原分布的概率质量函数幂次归一化得到的变形分布，常用于强调分布的不同区域。 |
| Task-aware privacy | 考虑特定任务或查询的隐私保护，允许在非关键方向上放松隐私约束。 |
| Rényi Pufferfish privacy | 结合Rényi散度与Pufferfish隐私框架的隐私定义，可融入数据生成模型和敏感属性信息。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅