Buchumschlag

N2E: A General Framework to Reduce Node-Differential Privacy to Edge-Differential Privacy for Graph Analytics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hu, Yihua, Ding, Hao, Dong, Wei
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Databases
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Acyclic Graph Pattern Counting under Local Differential Privacy
von: Hu, Yihua, et al.
Veröffentlicht: (2026)

A General Framework for Per-record Differential Privacy
von: Chen, Xinghe, et al.
Veröffentlicht: (2025)

Federated Heavy Hitter Analytics with Local Differential Privacy
von: Zhang, Yuemin, et al.
Veröffentlicht: (2024)

Estimating Power-Law Exponent with Edge Differential Privacy
von: Tan, Adam, et al.
Veröffentlicht: (2026)

Programming Frameworks for Differential Privacy
von: Gaboardi, Marco, et al.
Veröffentlicht: (2024)

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

Numerical Estimation of Spatial Distributions under Differential Privacy
von: Du, Leilei, et al.
Veröffentlicht: (2024)

PrivDPR: Synthetic Graph Publishing with Deep PageRank under Differential Privacy
von: Zhang, Sen, et al.
Veröffentlicht: (2025)

Computing Inconsistency Measures Under Differential Privacy
von: Mohapatra, Shubhankar, et al.
Veröffentlicht: (2025)

Common Neighborhood Estimation over Bipartite Graphs under Local Differential Privacy
von: He, Yizhang, et al.
Veröffentlicht: (2025)

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

Real-Time Trajectory Synthesis with Local Differential Privacy
von: Hu, Yujia, et al.
Veröffentlicht: (2024)

Tabular Data Synthesis with Differential Privacy: A Survey
von: Yang, Mengmeng, et al.
Veröffentlicht: (2024)

Within-Dataset Disclosure Risk for Differential Privacy
von: Zhu, Zhiru, et al.
Veröffentlicht: (2023)

Crypto-Assisted Graph Degree Sequence Release under Local Differential Privacy
von: Zhang, Xiaojian, et al.
Veröffentlicht: (2025)

Measuring Database Unfairness via Dependency Quantification Under Differential Privacy
von: Vologdin, Mariia, et al.
Veröffentlicht: (2026)

Dual Utilization of Perturbation for Stream Data Publication under Local Differential Privacy
von: Du, Rong, et al.
Veröffentlicht: (2025)

Releasing Large-Scale Human Mobility Histograms with Differential Privacy
von: Bian, Christopher, et al.
Veröffentlicht: (2024)

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

How to Get Actual Privacy and Utility from Privacy Models: the k-Anonymity and Differential Privacy Families
von: Domingo-Ferrer, Josep, et al.
Veröffentlicht: (2025)

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

GPM: The Gaussian Pancake Mechanism for Planting Undetectable Backdoors in Differential Privacy
von: Sun, Haochen, et al.
Veröffentlicht: (2025)

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

PGB: Benchmarking Differentially Private Synthetic Graph Generation Algorithms
von: Liu, Shang, et al.
Veröffentlicht: (2024)

VDDP: Verifiable Distributed Differential Privacy under the Client-Server-Verifier Setup
von: Sun, Haochen, et al.
Veröffentlicht: (2025)

Privately Answering Queries on Skewed Data via Per Record Differential Privacy
von: Seeman, Jeremy, et al.
Veröffentlicht: (2023)

NetDPSyn: Synthesizing Network Traces under Differential Privacy
von: Sun, Danyu, et al.
Veröffentlicht: (2024)

A proposal to increase data utility on Global Differential Privacy data based on data use predictions
von: Nunes, Henry C., et al.
Veröffentlicht: (2024)

Privacy-Preserved Neural Graph Databases
von: Hu, Qi, et al.
Veröffentlicht: (2023)

Escalation of Commitment: A Case Study of the United States Census Bureau Efforts to Implement Differential Privacy for the 2020 Decennial Census
von: Muralidhar, Krish, et al.
Veröffentlicht: (2024)

A Review of Privacy Metrics for Privacy-Preserving Synthetic Data Generation
von: Trudslev, Frederik Marinus, et al.
Veröffentlicht: (2025)

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

Practical and Accurate Local Edge Differentially Private Graph Algorithms
von: Mundra, Pranay, et al.
Veröffentlicht: (2025)

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

Towards Autonomous Graph Data Analytics with Analytics-Augmented Generation
von: Wang, Qiange, et al.
Veröffentlicht: (2026)

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

Infinite Stream Estimation under Personalized $w$-Event Privacy
von: Du, Leilei, et al.
Veröffentlicht: (2025)

Substitutability-Based Graph Node Pricing
von: Wang, Huiju, et al.
Veröffentlicht: (2025)

Local Node Differential Privacy
von: Raskhodnikova, Sofya, et al.
Veröffentlicht: (2026)

Constant-time Connectivity and 2-Edge Connectivity Querying in Dynamic Graphs
von: Xu, Lantian, et al.
Veröffentlicht: (2026)