概述
（此文纯属心得分享，无科普，并假设读者了解CMS和RAPPOR。如有错误，恳请指出）
一直感觉差分隐私和纯粹概率有点不同的地方，看完苹果的CMS基本算法和谷歌的RAPPOR基本算法，感觉其实都是一回事。
比如CMS对独热向量的每一位按照 1/(1+e^(Epsilon/2)) 的概率进行翻转，最后达到隐私预算为Epsilon的差分隐私框架要求；RAPPOR采用随机应答的思想，有 1/2f 的概率置为1，有 1/2f 的概率置为0，有 1-f 的概率保持不变（其实就是以 1/2f 的概率进行翻转）最后达到隐私预算为 2Ln((1-1/2f)/(1/2f)) 的差分隐私框架要求（假设布隆过滤器的哈希函数个数为1）。
换算一下可以得出两者其实就是将独热向量的每一位以p的概率进行翻转，达到的隐私保护效果就是 2Ln((1-p)/p)。
最后
以上就是傻傻太阳为你收集整理的本地差分隐私：苹果的CMS和谷歌的RAPPOR基本算法本质的全部内容，希望文章能够帮你解决本地差分隐私：苹果的CMS和谷歌的RAPPOR基本算法本质所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复