《差分隐私拉普拉斯机制与隐私预算会计、公开经营统计而不泄露个人的发布母典》各章定量结论
经营者公开数字时常有三条默认的规矩:删掉姓名电话就是匿名,只发汇总数就不会泄露个人,不放心就凭感觉加一点扰动。本书证伪这三条规矩,并用差分隐私给出一个可以被重算、被审计、被推翻的替代方案。斯威尼估算约 87 % 的美国人仅凭邮编、性别与出生日期即可唯一识别,戈尔的重新估算约为 63 %;书中的分格模型显示,一万人的邮编区里按出生日期与性别唯一的居民约占 0.843。两份只差一人的均值相减就是那个人;48 个带小误差的子集计数可以重构绝大部分明细,而把总预算钉在 1 的拉普拉斯发布让对手退回到 0.511 的抛硬币水平。书中参数为示意;全部计算由书中程序生成;本书是非个人化的法律与经营建议,差分隐私是数学保证,不替代法律合规,法规只述大意,以上架前人工复核为准。
DOI 待发布 · 专著页正式发布后上线(本站暂无专著页) · 5DL-B-296 · English version
- 第 1 章 · 「匿名」不匿名:准标识符、差分攻击与明细重构
去掉名字不等于匿名:在一万人的邮编区里,按出生日期与性别唯一的居民约占 0.843,要到四万多人才降到一半;斯威尼与戈尔分别报告 87 % 与 63 % 左右的全国比例,方法不同,结论都是「大多数」。只发汇总也不等于安全:两个只差一人的均值相减,得到的正是新会员的 1680.00 元。小误差挡不住许多次提问:12 位会员、48 个带正负 1 误差的子集计数,对手仍能猜对 0.919。把总预算钉在 1 的拉普拉斯发布,才让对手退回到抛硬… - 第 2 章 · 拉普拉斯机制:ε 是似然比的天花板
第二章给出拉普拉斯机制与 ε 的定义:计数查询取 ε 为 1 时 95 % 误差半宽约 2.996 人,任何对手比瞎猜最多好 0.4621。 - 第 3 章 · 敏感度:营收先截断,客群分布只花一次预算
第三章处理敏感度:营收按人截断,示意数据中均方根误差 6545 元,占营收 4.09 %;客群分布按并行组合只花一次预算。 - 第 4 章 · 组合定理与预算会计:基本、高级与最优三种账法
第四章并排计算基本组合、高级组合与最优组合,每天发布一年时最优组合只有基本组合的 0.283。 - 第 5 章 · 随机化回答与本地模型:把噪声交给顾客自己加
第五章讨论随机化回答与本地模型,同一 ε 下本地模型的误差是中心模型的 24.6 倍。 - 第 6 章 · ε 取多少:2020 年美国人口普查之争与小数字的代价
第六章用后验上限与相对误差两张表读 ε 的取值,并陈美国 2020 年人口普查选区重划数据总预算 19.61 引发的争论:计数为 3 时 ε 为 1 的相对半宽是 0.999。 - 第 7 章 · 东西方原典考辨:韩非《说难》与沃纳的随机化回答
第七章考辨《韩非子·说难》「语及所匿之事」与沃纳 1965 年的随机化回答(转盘概率 0.8 对应 ε 为 1.386)。 - 第 8 章 · 收费站公开统计加噪发布规程与证伪方案
第八章给出收费站公开统计的七步加噪发布规程、蒸馏小工具「隐私预算会计器」、审计方法(100 次试验即可以 0.869 的把握查出噪声尺度减半的实现)与预注册证伪方案。书中以标注框区分已发表的证据、可运行的 Python 计算(20 段程序)、原典与作者的假说。
模型示意算例,非实时报价