Buchumschlag

Fast Private Adaptive Query Answering for Large Data Domains

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fuentes, Miguel, Mullins, Brett, Xiao, Yingtai, Kifer, Daniel, Musco, Cameron, Sheldon, Daniel
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Databases Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ResidualPlanner+: a scalable matrix mechanism for marginals and beyond
von: Xiao, Yingtai, et al.
Veröffentlicht: (2023)

Efficient and Private Marginal Reconstruction with Local Non-Negativity
von: Mullins, Brett, et al.
Veröffentlicht: (2024)

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

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

Interpreting the Error of Differentially Private Median Queries through Randomization Intervals
von: Humphries, Thomas, et al.
Veröffentlicht: (2026)

Differentially Private Data Generation with Missing Data
von: Mohapatra, Shubhankar, et al.
Veröffentlicht: (2023)

Private Approximate Query over Horizontal Data Federation
von: Laouir, Ala Eddine, et al.
Veröffentlicht: (2024)

Femur: A Flexible Framework for Fast and Secure Querying from Public Key-Value Store
von: Zhang, Jiaoyi, et al.
Veröffentlicht: (2025)

Enc2DB: A Hybrid and Adaptive Encrypted Query Processing Framework
von: Li, Hui, et al.
Veröffentlicht: (2024)

ORQ: Complex Analytics on Private Data with Strong Security Guarantees
von: Baum, Eli, et al.
Veröffentlicht: (2025)

ProGQL: A Provenance Graph Query System for Cyber Attack Investigation
von: Shao, Fei, 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)

AIM: An Adaptive and Iterative Mechanism for Differentially Private Synthetic Data
von: McKenna, Ryan, et al.
Veröffentlicht: (2022)

Enforcing Demographic Coherence: A Harms Aware Framework for Reasoning about Private Data Release
von: Bun, Mark, et al.
Veröffentlicht: (2025)

Towards Privacy-Preserving Range Queries with Secure Learned Spatial Index over Encrypted Data
von: Wang, Zuan, et al.
Veröffentlicht: (2025)

Differentially Private Inductive Miner
von: Schulze, Max, et al.
Veröffentlicht: (2024)

Scalable Private Search with Wally
von: Asi, Hilal, et al.
Veröffentlicht: (2024)

Differentially Private Explanations for Clusters
von: Gilad, Amir, et al.
Veröffentlicht: (2025)

NetChain: Authenticated Blockchain Top-k Graph Data Queries and its Application in Asset Management
von: Zhao, Hongguang, et al.
Veröffentlicht: (2025)

Differentially Private Stream Processing at Scale
von: Zhang, Bing, et al.
Veröffentlicht: (2023)

Secure Query Processing with Linear Complexity
von: Luo, Qiyao, et al.
Veröffentlicht: (2024)

Click Without Compromise: Online Advertising Measurement via Per User Differential Privacy
von: Xiao, Yingtai, et al.
Veröffentlicht: (2024)

LAPRAS : Learning-Augmented PRivate Answering for linear query Streams
von: Mundra, Pranay, et al.
Veröffentlicht: (2026)

NSHEDB: Noise-Sensitive Homomorphic Encrypted Database Query Engine
von: Jung, Boram, et al.
Veröffentlicht: (2026)

SilentWood: Private Inference Over Gradient-Boosting Decision Forests
von: Ko, Ronny, et al.
Veröffentlicht: (2024)

Weighted Fourier Factorizations: Optimal Gaussian Noise for Differentially Private Marginal and Product Queries
von: Lebeda, Christian Janos, et al.
Veröffentlicht: (2025)

Differentially Private Synthetic Data Generation for Relational Databases
von: Alimohammadi, Kaveh, et al.
Veröffentlicht: (2024)

Private Adaptive Covariance Estimation via Gaussian Graphical Models
von: Ferrando, Cecilia, et al.
Veröffentlicht: (2026)

Polars inside Intel SGX2 Enclaves: An Empirical Study of Confidential Analytical Query Processing
von: Wang, Wei, et al.
Veröffentlicht: (2026)

PoneglyphDB: Efficient Non-interactive Zero-Knowledge Proofs for Arbitrary SQL-Query Verification
von: Gu, Binbin, et al.
Veröffentlicht: (2024)

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

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

Learning Federated Neural Graph Databases for Answering Complex Queries from Distributed Knowledge Graphs
von: Hu, Qi, et al.
Veröffentlicht: (2024)

PE-means: Improved Differentially Private $k$-means Clustering through Private Evolution
von: Humphries, Thomas, et al.
Veröffentlicht: (2026)

Are Data Experts Buying into Differentially Private Synthetic Data? Gathering Community Perspectives
von: Rosenblatt, Lucas, et al.
Veröffentlicht: (2024)

Differentially Private Learned Indexes
von: Du, Jianzhang, et al.
Veröffentlicht: (2024)

Protecting Data Buyer Privacy in Data Markets
von: Zhang, Minxing, et al.
Veröffentlicht: (2024)

MongoDB Injection Query Classification Model using MongoDB Log files as Training Data
von: Perni, Shaunak, et al.
Veröffentlicht: (2026)

Information Leakage in Data Linkage
von: Christen, Peter, et al.
Veröffentlicht: (2025)

Optimal Oblivious Algorithms for Multi-way Joins
von: Hu, Xiao, et al.
Veröffentlicht: (2025)