Learning Poisson Binomial Distributions with Differential Privacy

Διπλωματική Εργασία uoadl:1332104 622 Αναγνώσεις

Μονάδα:
Κατεύθυνση Λογική και Θεωρία Αλγορίθμων και Υπολογισμού
Βιβλιοθήκη Σχολής Θετικών Επιστημών
Ημερομηνία κατάθεσης:
2017-03-01
Έτος εκπόνησης:
2017
Συγγραφέας:
Γιαννακόπουλος Αγαμέμνων
Στοιχεία επιβλεπόντων καθηγητών:
Φωτάκης Δημήτριος, Επίκουρος Καθηγητής, τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών του Ε.Μ.Π.
Ευστάθιος Ζάχος, Ομότιμος Καθηγητής, τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών του Ε.Μ.Π.
Αριστείδης Παγουρτζής, Αναπληρωτής Καθηγητής, τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών του Ε.Μ.Π.
Πρωτότυπος Τίτλος:
Learning Poisson Binomial Distributions with Differential Privacy
Γλώσσες εργασίας:
Αγγλικά
Μεταφρασμένος τίτλος:
Μαθαίνοντας Poisson Διωνυμικές κατανομές με προστασία ιδιωτικής πληροφορίας
Περίληψη:
Στη διπλωματική αυτή προσπαθούμε να ενοποιήσουμε δύο ερευνητικά πεδία. Το πρώτο πεδίο αφορά το Distribution Learning ενώ το δεύτερο το Differnetial Privacy. Πιο συγκεκριμένα, δοθέντος ενός learning αλγορίθμου ο οποίος μαθαίνει με ε-accuracy μια Poisson διωνυμική κατανομή προσπαθούμε να βρούμε αν ο αλγόριθμος είναι Differential Private. Δείχνουμε ότι ο αλγόριθμος πετυχαίνει Differential Privacy κάτω από συγκεκριμένες υποθέσεις. Άν η κατανομή είναι κοντά σε μια (n,k) Διωνυμική κατανομή τότε ο αλγόριθμος παραμένει Differential Private. Άν η κατανομή είναι κοντά σε μια κ-Sparse μορφή τότε η ιδιότητα του Differential Privacy εξαρτάται από το πλήθος των στοιχείων του αλγορίθμου.
Κύρια θεματική κατηγορία:
Θετικές Επιστήμες
Λοιπές θεματικές κατηγορίες:
Μαθηματικά
Λέξεις-κλειδιά:
Μαθαίνοντας, Poisson, Διωνυμική, Κατανομή, Ιδιωτική
Ευρετήριο:
Όχι
Αρ. σελίδων ευρετηρίου:
0
Εικονογραφημένη:
Ναι
Αρ. βιβλιογραφικών αναφορών:
51
Αριθμός σελίδων:
67