“通用高级组合只知道每轮的两项 DP 参数,因此会丢掉机制的具体分布。若多轮都是 Gaussian 机制,Rényi DP保留不同阶数的矩信息,往往得到更紧核算。选择核算方式时,应先固定整个发…”
形式陈述
对
这里
令
所以本定义用期望控制一组指数矩,而不直接控制损失的最大值。它与事件形式 DP的接口是:对任意
直觉
把多个机制先转成
加法从条件期望而来
两轮总损失为
先对第二轮作条件期望即可,因而自适应选择也受控。重复此步得到同阶预算之和。转换公式则用Markov 不等式把指数矩变成
例子与边界
两次高斯发布
对相邻均值差范数至多
假设每轮
若允许连续阶数,最小化
单阶保证到底没有说什么
一个有限阶的 RDP 允许无界隐私损失,只要对应指数矩有限。因此不能从
若存在某个
推论与应用
对
若曲线始终有统一线性包络
参考资料
- Ilya Mironov,“Rényi Differential Privacy”,2017,Definition 4、Propositions 1–3 与 Proposition 7(Gaussian noise)。