应用数学学报

作者：郁淼淼, 李子洋, 周 勇

单位：1. 华东师范大学统计学院与统计交叉科学研究院, 上海 200062;<br>2. 统计与数据科学前沿理论及应用教育部重点实验室, 上海 200062

关键词：数据隐私,差分隐私,高效通讯,参数估计,噪声机制

在大数据分析中, 由于数据量巨大, 储存于不同的机器中, 常用的统计分析方法不能直接适用. 因此需要对数据进行分布式计算. 无论是分而治之还是多中心数据都需要对数据或计算中间结果进行传输. 传输中不仅需要对数据进行隐私保护，也需要保证传输的高效性, 同时传输次数过多不仅影响计算的效率, 对数据的隐私保护也更有挑战. 受此启发, 本文在差分隐私模型下, 提出了用于高效通讯的分布式参数估计算法中的隐私保护方案, 并且严格证明了该方案既能有效保护数据安全, 又不影响参数估计的有效性. 最后, 本文就线性模型下基于差分隐私保护算法的参数估计进行了模拟和实例验证.

来源：2023年第2期

《应用数学学报》期刊编辑部

查看应用数学学报杂志2023年第2期