Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
大数据时代移动边缘计算架构中的差分隐私保护(二)
大数据时代移动边缘计算架构中的差分隐私保护 二 实际上 给数据加拉普拉斯噪声或者是指数噪声是针对中心式的差分隐私处理框架的 对于本地化的差分隐私处理框架 现在已有的是采用随即相应技术 Bloom Filter等技术满足 本地化差分隐私 LD
交大的校园生活
差分隐私
边缘计算
拉普拉斯噪声满足ε-差分隐私的定义
差分隐私的定义如下 给定一个兄弟数据集D和D 他们两者之间至多相差一条数据 然后给定一个映射函数 f D R d f D rightarrow R d
差分隐私
基于随机响应机制的本地差分隐私【谷歌】论文笔记
RAPPOR Randomized Aggregatable Privacy Preserving Ordinal Response 论文阅读 写在前面的话 自己的理解 整理 攻击模型 注意事项 相关工作 总结 写在前面的话 这篇文章是我在
差分隐私
概率论
算法
网络安全