Buchumschlag

Augmented Shuffle Protocols for Accurate and Robust Frequency Estimation under Differential Privacy

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Murakami, Takao, Sei, Yuichi, Eriguchi, Reo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Augmented Shuffle Differential Privacy Protocols for Large-Domain Categorical and Key-Value Data
von: Murakami, Takao, et al.
Veröffentlicht: (2025)

Single-Shuffle Full-Open Card-Based Protocols for Any Function
von: Eriguchi, Reo, et al.
Veröffentlicht: (2025)

Robust Single-message Shuffle Differential Privacy Protocol for Accurate Distribution Estimation
von: Li, Xiaoguang, et al.
Veröffentlicht: (2026)

Communication-Efficient Triangle Counting under Local Differential Privacy
von: Imola, Jacob, et al.
Veröffentlicht: (2021)

Degree-Preserving Randomized Response for Graph Neural Networks under Local Differential Privacy
von: Hidano, Seira, et al.
Veröffentlicht: (2022)

RAIN: Secure and Robust Aggregation under Shuffle Model of Differential Privacy
von: Li, Yuhang, et al.
Veröffentlicht: (2026)

Efficient Fault-Tolerant Quantum Protocol for Differential Privacy in the Shuffle Model
von: Asghar, Hassan Jameel, et al.
Veröffentlicht: (2024)

Federated Graph Analytics with Differential Privacy
von: Liu, Shang, et al.
Veröffentlicht: (2024)

Frequency Estimation of Correlated Multi-attribute Data under Local Differential Privacy
von: Seeam, Shafizur Rahman, et al.
Veröffentlicht: (2025)

Tight Differential Privacy Guarantees for the Shuffle Model with $k$-Randomized Response
von: Biswas, Sayan, et al.
Veröffentlicht: (2022)

Efficient Verifiable Differential Privacy with Input Authenticity in the Local and Shuffle Model
von: Bontekoe, Tariq, et al.
Veröffentlicht: (2024)

Camel: Communication-Efficient and Maliciously Secure Federated Learning in the Shuffle Model of Differential Privacy
von: Xu, Shuangqing, et al.
Veröffentlicht: (2024)

A Complexity Hierarchy of Shuffles in Card-Based Protocols
von: Ono, Tomoki, et al.
Veröffentlicht: (2026)

Benchmarking Secure Sampling Protocols for Differential Privacy
von: Fu, Yucheng, et al.
Veröffentlicht: (2024)

Enhanced Privacy Bound for Shuffle Model with Personalized Privacy
von: Liu, Yixuan, et al.
Veröffentlicht: (2024)

Near-Optimal Reinforcement Learning with Shuffle Differential Privacy
von: Bai, Shaojie, et al.
Veröffentlicht: (2024)

Privacy Amplification via Shuffling: Unified, Simplified, and Tightened
von: Wang, Shaowei, et al.
Veröffentlicht: (2023)

Augment then Smooth: Reconciling Differential Privacy with Certified Robustness
von: Wu, Jiapeng, et al.
Veröffentlicht: (2023)

Decomposition-Based Optimal Bounds for Privacy Amplification via Shuffling
von: Su, Pengcheng, et al.
Veröffentlicht: (2025)

Data Poisoning Attacks to Locally Differentially Private Range Query Protocols
von: Liao, Ting-Wei, et al.
Veröffentlicht: (2025)

Beyond Statistical Estimation: Differentially Private Individual Computation via Shuffling
von: Wang, Shaowei, et al.
Veröffentlicht: (2024)

Strict Optimality of Frequency and Distribution Estimation Under Local Differential Privacy
von: Pan, Mingen
Veröffentlicht: (2026)

PriPL-Tree: Accurate Range Query for Arbitrary Distribution under Local Differential Privacy
von: Wang, Leixia, et al.
Veröffentlicht: (2024)

Almost Instance-optimal Clipping for Summation Problems in the Shuffle Model of Differential Privacy
von: Dong, Wei, et al.
Veröffentlicht: (2024)

A Generalized Shuffle Framework for Privacy Amplification: Strengthening Privacy Guarantees and Enhancing Utility
von: Chen, E, et al.
Veröffentlicht: (2023)

Privacy-Preserving Set-Based Estimation Using Differential Privacy and Zonotopes
von: Dawoud, Mohammed M., et al.
Veröffentlicht: (2024)

Fine-grained Manipulation Attacks to Local Differential Privacy Protocols for Data Streams
von: Li, Xinyu, et al.
Veröffentlicht: (2025)

Data Poisoning Attacks to Local Differential Privacy Protocols for Graphs
von: He, Xi, et al.
Veröffentlicht: (2024)

CSVAR: Enhancing Visual Privacy in Federated Learning via Adaptive Shuffling Against Overfitting
von: Chen, Zhuo, et al.
Veröffentlicht: (2025)

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

Analysis of Shuffling Beyond Pure Local Differential Privacy
von: Takagi, Shun, et al.
Veröffentlicht: (2026)

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

Approximate DBSCAN under Differential Privacy
von: Qiu, Yuan, et al.
Veröffentlicht: (2025)

To Shuffle or not to Shuffle: Auditing DP-SGD with Shuffling
von: Annamalai, Meenatchi Sundaram Muthu Selva, et al.
Veröffentlicht: (2024)

LDPRecover: Recovering Frequencies from Poisoning Attacks against Local Differential Privacy
von: Sun, Xinyue, et al.
Veröffentlicht: (2024)

On Evaluating the Poisoning Robustness of Federated Learning under Local Differential Privacy
von: Wang, Zijian, et al.
Veröffentlicht: (2025)

Defense against Poisoning Attacks under Shuffle-DP
von: Wang, Siyi, et al.
Veröffentlicht: (2026)

Shuffling for Semantic Secrecy
von: Chen, Fupei, et al.
Veröffentlicht: (2025)

Improved Communication-Privacy Trade-offs in $L_2$ Mean Estimation under Streaming Differential Privacy
von: Chen, Wei-Ning, et al.
Veröffentlicht: (2024)

Multi-class Item Mining under Local Differential Privacy
von: Mao, Yulian, et al.
Veröffentlicht: (2025)