差分隐私经验风险最小化：高效算法和严格误差界限 电子书下载

原名:Differentially Private Empirical Risk Minimization: Efficient Algorithms and Tight Error Bounds
作品简介:6.1 用于 Lipschitz 凸损失的高效 ϵ-差分隐私算法。给定从宇宙 X 中提取的数据集 D = {d1,…,dn} 和一个封闭的凸函数，我们可以有效地优化可高效计算的凸函数。……