차등 프라이버시를 위한 효율적 경험 위험 최소화 알고리즘과 최적 오류 한계
본 논문은 볼록 경험 위험 최소화(ERM) 문제에 대해 차등 프라이버시를 보장하면서도 다항식 시간에 실행 가능한 알고리즘을 제시하고, Lipschitz 연속성만 가정한 일반 경우와 강하게 볼록한 경우 각각에 대해 상한·하한을 일치시키는 최적 오류 한계를 증명한다. (ε,0)와 (ε,δ) 프라이버시 모델에 대해 전혀 다른 설계 기법을 사용하며, 전자는 지수 메커니즘 기반 샘플링, 후자는 잡음이 추가된 경사 하강법을 활용한다. 또한 강한 볼록성에 …
저자: Raef Bassily, Adam Smith, Abhradeep Thakurta
본 논문은 차등 프라이버시를 만족하면서도 볼록 경험 위험 최소화(ERM) 문제를 효율적으로 해결하는 알고리즘을 체계적으로 연구한다. 저자는 먼저 문제 설정을 명확히 정의한다. 데이터 집합 D={d₁,…,dₙ}와 볼록 제약 집합 C⊂ℝᵖ가 주어지고, 각 데이터 포인트 d에 대해 손실 함수 ℓ(·;d) 가 볼록이며 L‑Lipschitz(보통 L=1로 정규화)임을 가정한다. 목표는 전체 손실 L(θ;D)=∑ᵢℓ(θ;dᵢ) 를 최소화하는 θ∈C 를 찾는 것이며, 알고리즘의 성능은 기대 초과 위험 E
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기