Data Analytics with Differential Privacy

本文研究了差分隐私（Differential privacy）在分布式和流数据分析中的应用。差分隐私是保护隐私的最先进定义，保证对敏感数据集的任何分析都不会泄露其中包含的个人信息。在分布式模型中，本文考虑了学习全局数据模型的问题，该模型可以在随后的任意分析中使用，同时保证了所有本地数据集的差分隐私保证。本文提出了三种新的方法来从分布式数据中学习全局贝叶斯网络，利用PrivBayes作为基础，将一个高维分布的中心数据集近似为低阶分布的乘积。在流模型中，本文关注估计用户流的密度问题，该密度表示实际出现在流中的所有用户的比例。本文提供了流模型中最强的隐私保证，即用户级别的泛隐私（user-level pan-privacy），确保任何用户的隐私都得到保护，即使是对抗者观察算法的内部状态。本文对现有的基于采样的算法进行了详细的分析，并提出了两个新的修改，通过最优地利用所有分配的“隐私预算”，在理论和实验上都有了显著的改进。

本论文旨在开发分布式和流式数据的差分隐私算法，解决学习全局模型和估计用户流的问题。

论文提出了三种新的方法来从分布式数据中学习全局贝叶斯网络，并保证所有本地数据集的差分隐私保证。此外，论文还提出了两种新的修改方法来优化现有的基于采样的算法，以估计用户流的密度。

论文提供了一个详细的理论分析，使用合成和真实世界数据进行了详细的实验评估。在流式数据中，论文提供了一种最强的隐私保证，即用户级pan隐私，保护任何用户的隐私，即使是对内部状态进行观察的对手。此外，论文还提供了两种新的修改方法，以优化现有的基于采样的算法。

在这个领域中，最近的相关研究包括：1. Differential Privacy: A Survey of Results，2. Deep Learning with Differential Privacy，3. Scalable and Differentially Private Distributed Data Summarization，4. Differentially Private Empirical Risk Minimization，5. The Algorithmic Foundations of Differential Privacy。