DiffGen:基于泛化的差分私有算法-开源

保留隐私的数据发布解决了挖掘有用信息时泄露敏感数据的问题。 在现有的隐私模型中，ε差分隐私提供了最强大的隐私保证之一，并且没有对对手的背景知识进行任何假设。 现有的所有确保epsilon差分隐私的解决方案都以隐私保护的方式分别处理公开关系数据和集合值数据的问题。 我们开发了一种算法，该算法在医疗数据的差异私有披露中同时考虑了关系数据和集合值数据。