Buchumschlag

AAA: an Adaptive Mechanism for Locally Differential Private Mean Estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wei, Fei, Bao, Ergute, Xiao, Xiaokui, Yang, Yin, Ding, Bolin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DPIS: An Enhanced Mechanism for Differentially Private SGD with Importance Sampling
von: Wei, Jianxin, et al.
Veröffentlicht: (2022)

GCON: Differentially Private Graph Convolutional Network via Objective Perturbation
von: Wei, Jianxin, et al.
Veröffentlicht: (2024)

Auditing Apple's DifferentialPrivacy.framework: Implementation Bugs, Misconfigurations, and Practical Risks
von: Chourasia, Rishav, et al.
Veröffentlicht: (2026)

Skellam Mixture Mechanism: a Novel Approach to Federated Learning with Differential Privacy
von: Bao, Ergute, et al.
Veröffentlicht: (2022)

DP-S4S: Accurate and Scalable Select-Join-Aggregate Query Processing with User-Level Differential Privacy
von: Qiu, Yuan, et al.
Veröffentlicht: (2026)

Differentially Private Contrastive Learning via Bounding Group-level Contribution
von: Li, Kecen, et al.
Veröffentlicht: (2026)

Calibrating Noise for Group Privacy in Subsampled Mechanisms
von: Jiang, Yangfan, et al.
Veröffentlicht: (2024)

Improving Count-Mean Sketch as the Leading Locally Differentially Private Frequency Estimator for Large Dictionaries
von: Pan, Mingen
Veröffentlicht: (2024)

Correlated Privacy Mechanisms for Differentially Private Distributed Mean Estimation
von: Vithana, Sajani, et al.
Veröffentlicht: (2024)

From Randomized Response to Randomized Index: Answering Subset Counting Queries with Local Differential Privacy
von: Ye, Qingqing, et al.
Veröffentlicht: (2025)

Overcoming the Retrieval Barrier: Indirect Prompt Injection in the Wild for LLM Systems
von: Chang, Hongyan, et al.
Veröffentlicht: (2026)

Dropout-Robust Mechanisms for Differentially Private and Fully Decentralized Mean Estimation
von: Sabater, César, et al.
Veröffentlicht: (2025)

Dobrushin Coefficients of Private Mechanisms Beyond Local Differential Privacy
von: Grosse, Leonhard, et al.
Veröffentlicht: (2026)

Data Poisoning Attacks to Locally Differentially Private Frequent Itemset Mining Protocols
von: Tong, Wei, et al.
Veröffentlicht: (2024)

ALI-DPFL: Differentially Private Federated Learning with Adaptive Local Iterations
von: Ling, Xinpeng, et al.
Veröffentlicht: (2023)

Preserving Target Distributions With Differentially Private Count Mechanisms
von: Kohli, Nitin, et al.
Veröffentlicht: (2026)

Prompt Inference Attack on Distributed Large Language Model Inference Frameworks
von: Luo, Xinjian, et al.
Veröffentlicht: (2025)

Locally Differentially Private Frequency Estimation via Joint Randomized Response
von: Zheng, Ye, et al.
Veröffentlicht: (2025)

Locally Private Estimation with Public Features
von: Ma, Yuheng, et al.
Veröffentlicht: (2024)

Robustness of Locally Differentially Private Graph Analysis Against Poisoning
von: Imola, Jacob, et al.
Veröffentlicht: (2022)

Differentially Private Verification of Survey-Weighted Estimates
von: Lin, Tong, et al.
Veröffentlicht: (2024)

Contraction of Locally Differentially Private Mechanisms
von: Asoodeh, Shahab, et al.
Veröffentlicht: (2022)

Poisoning Attacks to Local Differential Privacy for Ranking Estimation
von: Zhan, Pei, et al.
Veröffentlicht: (2025)

Optimal Survey Design for Private Mean Estimation
von: Chen, Yu-Wei, et al.
Veröffentlicht: (2025)

Locally Differentially Private In-Context Learning
von: Zheng, Chunyan, et al.
Veröffentlicht: (2024)

Revealing the True Cost of Locally Differentially Private Protocols: An Auditing Perspective
von: Arcolezi, Héber H., et al.
Veröffentlicht: (2023)

Private Mean Estimation with Person-Level Differential Privacy
von: Agarwal, Sushant, et al.
Veröffentlicht: (2024)

Private and Communication-Efficient Federated Learning based on Differentially Private Sketches
von: Zhang, Meifan, et al.
Veröffentlicht: (2024)

Correlated Noise Mechanisms for Differentially Private Learning
von: Pillutla, Krishna, et al.
Veröffentlicht: (2025)

PrivATE: Differentially Private Average Treatment Effect Estimation for Observational Data
von: Yuan, Quan, et al.
Veröffentlicht: (2025)

Differentially Private Federated $k$-Means Clustering with Server-Side Data
von: Scott, Jonathan, et al.
Veröffentlicht: (2025)

N-output Mechanism: Estimating Statistical Information from Numerical Data under Local Differential Privacy
von: Baek, Incheol, et al.
Veröffentlicht: (2025)

Universal Exact Compression of Differentially Private Mechanisms
von: Liu, Yanxiao, et al.
Veröffentlicht: (2024)

Delving into Differentially Private Transformer
von: Ding, Youlong, et al.
Veröffentlicht: (2024)

Faster Differentially Private Top-$k$ Selection: A Joint Exponential Mechanism with Pruning
von: WU, Hao, et al.
Veröffentlicht: (2024)

Differentially Private Relational Learning with Entity-level Privacy Guarantees
von: Huang, Yinan, et al.
Veröffentlicht: (2025)

Private Means and the Curious Incident of the Free Lunch
von: Fitzsimons, Jack, et al.
Veröffentlicht: (2024)

Towards Reliable and Generalizable Differentially Private Machine Learning (Extended Version)
von: Bao, Wenxuan, et al.
Veröffentlicht: (2025)

Exactly Minimax-Optimal Locally Differentially Private Sampling
von: Park, Hyun-Young, et al.
Veröffentlicht: (2024)

Advances in Differential Privacy and Differentially Private Machine Learning
von: Das, Saswat, et al.
Veröffentlicht: (2024)