跳到正文
原文
arXiv· arXiv:1710.05899· Michael Carl Tschantz, Shayak Sen, Anupam Datta·本站收录· 原文发表

差分隐私作为一种因果属性

Differential Privacy as a Causal Property

AI 导读

差分隐私可被刻画为一种因果属性:无需假设数据点相互独立,也能将其表述为限制单个数据点影响。在关联视角下,数据点依赖使差分隐私无法简单表述为以单个变动数据点为条件;因果视角给出了不依赖独立性假设的刻画。作者认为这能澄清此前关于差分隐私后果的分歧,并为把统计学、实验设计和科学中关于因果的结果用于差分隐私研究提供可能。

阅读原文arxiv.org