論文の概要: Information Leakage Envelopes

• arxiv url: http://arxiv.org/abs/2605.21185v1
• Date: Wed, 20 May 2026 13:50:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-21 19:19:56.703513
• Title: Information Leakage Envelopes
• Title（参考訳）: 情報漏洩エンベロープ
• Authors: Sara Saeidian, Carlos Pinzón, Catuscia Palamidessi,
• Abstract要約: PML(pointwise maximal leakage)の枠組みにおけるプライバシ保証の検討 まず、(近似)差分プライバシーに着想を得た2つの候補定義について検討する。 次に、PMLエンベロープの概念を導入し、メカニズムの出力を任意の後処理した後、秘密に関する最大の情報漏洩量を定量化する。
• 参考スコア（独自算出の注目度）: 8.029049649310211
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study privacy guarantees in the framework of pointwise maximal leakage (PML) that satisfy two requirements: they are robust under post-processing and upper bound the failure probability, i.e., the probability that the information leakage exceeds a given threshold. We first examine two candidate definitions inspired by (approximate) differential privacy and show that neither one satisfies both requirements simultaneously. We then introduce the notion of the PML envelope, which quantifies the largest amount of information leakage about a secret after arbitrary post-processing of a mechanism's output. By construction, the PML envelope satisfies both requirements. We discuss basic structural properties of the envelope, such as monotonicity, and derive general upper and lower bounds. We further analyze the envelope for two widely used privacy mechanisms: the PML-extremal mechanisms in the high-privacy regime and randomized response. Overall, this work establishes the PML envelope as a natural and operationally meaningful definition for providing privacy guarantees that are preserved under arbitrary downstream transformations.
• Abstract（参考訳）: 本稿では,2つの要件を満たすポイントワイド・最大リーク(PML)の枠組みにおけるプライバシ保証について検討する。 まず、(近似)差分プライバシーに着想を得た2つの候補定義について検討し、双方の要件を同時に満たさないことを示す。 次に、PMLエンベロープの概念を導入し、メカニズムの出力を任意の後処理した後、秘密に関する最大の情報漏洩量を定量化する。 構成上、PMLエンベロープは両方の要件を満たす。 単調性などのエンベロープの基本構造特性を考察し, 一般上界と下界を導出する。 さらに,プライバシのPML-極端メカニズムとランダム化応答という,広く利用されている2つのプライバシメカニズムのエンベロープを解析する。 全体として、この研究は、任意のダウンストリーム変換の下で保存されるプライバシー保証を提供するための、自然かつ運用的に意味のある定義として、PMLエンベロープを確立する。

関連論文リスト

• Context-aware Privacy Bounds for Linear Queries [18.643148110719736]
  最大漏洩点レンズを用いてLaplace機構のプライバシ解析を再検討する。 DPフレームワークの分布に依存しない定義は、しばしば過度なノイズを課すことを実証する。
  論文  参考訳（メタデータ） (2026-01-06T09:34:04Z)
• Communication-Efficient and Privacy-Adaptable Mechanism for Federated Learning [54.20871516148981]
  通信効率・プライバシー適応メカニズム(CEPAM)について紹介する。 CEPAMは通信効率とプライバシー保護を同時に達成する。 我々は、CEPAMのプライバシー保証を理論的に分析し、CEPAMのユーザプライバシと正確性の間のトレードオフを調査する。
  論文  参考訳（メタデータ） (2025-01-21T11:16:05Z)
• Information Density Bounds for Privacy [36.919956584905236]
  本稿では,プライベートデータと公開データ間の情報密度を低くすることで,プライバシ保証の意義を考察する。 我々は、ポイントワイド・最大コスト(PMC)と呼ばれる運用上有意義なプライバシー対策を導入し、PMCに上界を付与することは、情報密度に下限を課すことと等価であることを示した。
  論文  参考訳（メタデータ） (2024-07-01T10:38:02Z)
• Unified Mechanism-Specific Amplification by Subsampling and Group Privacy Amplification [54.1447806347273]
  サブサンプリングによる増幅は、差分プライバシーを持つ機械学習の主要なプリミティブの1つである。 本稿では、メカニズム固有の保証を導出するための最初の一般的なフレームワークを提案する。 サブサンプリングが複数のユーザのプライバシに与える影響を分析する。
  論文  参考訳（メタデータ） (2024-03-07T19:36:05Z)
• Quantum Pufferfish Privacy: A Flexible Privacy Framework for Quantum Systems [19.332726520752846]
  量子フグプライバシ(QPP)と呼ばれる量子システムのための多用途プライバシフレームワークを提案する。 古典的なフグのプライバシーにインスパイアされた私たちの定式化は、量子微分プライバシーの限界を一般化し対処します。 ここでは,QPPはダッタ・レディツキー情報スペクトルのばらつきの観点から等価に定式化可能であることを示す。
  論文  参考訳（メタデータ） (2023-06-22T17:21:17Z)
• Rethinking Disclosure Prevention with Pointwise Maximal Leakage [36.3895452861944]
  本稿では,秘密の$X$の低エントロピー機能の価値を開示し,実用性を実現するユーティリティとプライバシの一般モデルを提案する。 我々は、大衆の意見に反して、有意義な推論によるプライバシー保証を提供することを証明している。 PMLベースのプライバシは互換性があることを示し、差分プライバシーのような既存の概念に対する洞察を提供する。
  論文  参考訳（メタデータ） (2023-03-14T10:47:40Z)
• Breaking the Communication-Privacy-Accuracy Tradeoff with $f$-Differential Privacy [51.11280118806893]
  サーバが複数のユーザの協調的なデータ分析を,プライバシの懸念と限られた通信能力で調整する,フェデレートされたデータ分析問題を考える。 有限出力空間を有する離散値機構の局所的差分プライバシー保証を$f$-differential privacy (DP) レンズを用いて検討する。 より具体的には、様々な離散的評価機構の厳密な$f$-DP保証を導出することにより、既存の文献を前進させる。
  論文  参考訳（メタデータ） (2023-02-19T16:58:53Z)
• DP2-Pub: Differentially Private High-Dimensional Data Publication with Invariant Post Randomization [58.155151571362914]
  本稿では,2つのフェーズで動作する差分プライベートな高次元データパブリッシング機構(DP2-Pub)を提案する。 属性をクラスタ内凝集度の高い低次元クラスタに分割し、クラスタ間の結合度を低くすることで、適切なプライバシ予算を得ることができる。 また、DP2-Pubメカニズムを、ローカルの差分プライバシーを満たす半正直なサーバでシナリオに拡張します。
  論文  参考訳（メタデータ） (2022-08-24T17:52:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。