局所的差分プライバシー下における有向ネットワークの推論

Research Paper#Privacy-Preserving Machine Learning, Graph Analysis🔬 Research|分析: 2026年1月4日 00:15
公開: 2025年12月25日 14:51
1分で読める
ArXiv

分析

この論文は、プライバシーを保護しながら有向グラフを公開するという問題に取り組んでいます。 $p_0$ モデルに焦点を当て、局所的差分プライバシーの下でエッジフリップメカニズムを使用します。主な貢献は、モデルパラメータのプライベート推定器であり、一貫性と正規分布であることが示されています。また、入力と出力の摂動方法を比較し、実際のネットワークにこの方法を適用しています。
引用・出典
原文を見る
"The paper introduces a private estimator for the $p_0$ model parameters and demonstrates its asymptotic properties."
A
ArXiv2025年12月25日 14:51
* 著作権法第32条に基づく適法な引用です。