丹尼尔·阿拉比;科塔里，Pravesh K。;普拉内·坦卡拉;Prayaag Venkat公司;弗雷德·张 私下估计高斯：高效、稳健和最优。 （英语） Zbl 07844606号 Saha，Barna（编辑）等人，第55届ACM SIGACT计算理论研讨会论文集，STOC’23，美国佛罗里达州奥兰多，2023年6月20日至23日。纽约州纽约市：计算机机械协会（ACM）。483-496 (2023). MSC公司： 第68季度 计算理论 关键词：差异隐私;高维统计;私人统计;稳健统计 PDF格式BibTeX公司 XML格式引用 \textit{D.Alabi}等人，in：第55届ACM SIGACT计算理论年会论文集，STOC’23，美国佛罗里达州奥兰多，2023年6月20-23日。纽约州纽约市：计算机机械协会（ACM）。483--496（2023年；Zbl 07844606） 全文： 内政部 arXiv公司 参考文献： [1] Ishaq Aden-Ali、Hassan Ashtiani和Gautam Kamath。2021.关于私人学习无界高维高斯的样本复杂性。算法学习理论（ALT）。 [2] S.M.Ali和S.D.Silvey。1966.一类分布与另一分布的发散系数。《皇家统计学会杂志：B辑（方法学）》，28，1（1966），131-142。https://doi.org/10.1111/j.2517-6161.196.tb00626.x10.1111/j.2517-6161.1966。tb00626.x·Zbl 0203.19902号 [3] 哈桑·阿什蒂亚尼（Hassan Ashtiani）和克里斯托弗·利奥（Christopher Liaw）。2022.用于学习高斯和高斯以外的私有和多项式时间算法。在学习理论会议（COLT）上。 [4] 阿莫斯·贝梅尔（Amos Beimel）、希瓦·普拉萨德·卡西维瓦纳坦（Shiva Prasad Kasiviswanathan）和科比·尼西姆（Kobbi Nissim）。2010年，私人学习和私人数据发布的样本复杂性受到限制。在密码学理论会议（TCC）（计算机科学讲稿）上·Zbl 1274.94038号 [5] Sourav Biswas、Yihe Dong、Gautam Kamath和Jonathan Ullman。2020年，Coinpress：实际私人平均值和协方差估计。神经信息处理系统进展（NeurIPS）。 [6] 丹·博内赫和詹姆斯·肖。1998.串通-数字数据安全指纹。IEEE传输。Inf.理论，44，5（1998），1897-1905·Zbl 0931.94051号 [7] 加文·布朗（Gavin Brown）、马可·加博阿迪（Marco Gaboardi）、亚当·史密斯（Adam Smith）、乔纳森·厄尔曼（Jonathan Ullman）和莉迪亚·扎金蒂诺（Lydia Zakynthinou）。2021.协方差-无协方差估计的私有均值估计。神经信息处理系统进展。 [8] Mark Bun、Gautam Kamath、Thomas Steinke和Zhiwei Steven Wu。2021.私人假设选择。IEEE信息理论汇刊，67,3（2021），1981-2000。https://doi.org/10.109/TIT.2021.30498022010年10月10日/年2月21日·Zbl 1473.62156号 [9] 马克·布恩和托马斯·斯坦克。集中差异隐私：简化、扩展和下限。在密码学理论会议（TCC）上，Martin Hirt和Adam D.Smith（编辑）·Zbl 1406.94030号 [10] Mark Bun、Jonathan Ullman和Salil Vadhan。2014.指纹代码和近似差异隐私的价格。第46届ACM计算机理论学术研讨会（STOC）会议记录·Zbl 1315.94113号 [11] 一、CSISZAR。1967.概率分布差异和间接观测的信息型度量。匈牙利科学研究所，2（1967），229-318。https://cir.nii.ac.jp/crid/1571417125811646464 ·Zbl 0157.25802号 [12] 伊利亚斯·迪亚科尼科拉斯、乔塔姆·卡马特、丹尼尔·凯恩、杰里·李、安库尔·莫伊特拉和阿利斯泰尔·斯图尔特。2019.高维稳健估计，无计算困难。SIAM J.计算。，48, 2 (2019), 742-864. ·Zbl 1421.68149号 [13] 伊利亚斯·迪亚科尼科拉斯、乔塔姆·卡马特、丹尼尔·凯恩、杰里·李、安库尔·莫伊特拉和阿里斯泰尔·斯图尔特。2018.稳健地学习高斯：高效地获得最佳误差。第二十届ACM-SIAM离散算法（SODA）研讨会论文集·Zbl 1403.68185号 [14] 伊利亚斯·迪亚科尼科拉斯和丹尼尔·凯恩。2019.算法高维稳健统计的最新进展。arXiv预打印arXiv:1911.05911·Zbl 07705538号 [15] 辛西娅·德沃克、克里希纳兰·肯塔帕迪、弗兰克·麦克谢里、伊利亚·米罗诺夫和莫妮·纳尔。2006年，《我们的数据，我们自己：通过分布式噪声生成实现隐私》。在加密技术理论和应用年度国际会议（EUROCRYPT）上·Zbl 1140.94336号 [16] 辛西娅·德沃克（Cynthia Dwork）、弗兰克·麦克谢里（Frank McSherry）、科比·尼西姆（Kobbi Nissim）和亚当·史密斯（Adam D.Smith）。2006.私人数据分析中噪声敏感性的校准。在第三届密码学理论会议（TCC）上·Zbl 1112.94027号 [17] 辛西娅·德沃克（Cynthia Dwork）、盖伊·罗斯布鲁姆（Guy N Rothblum）和萨利尔·瓦丹（Salil Vadhan）。2010年，提高和区分隐私。在IEEE第51届计算机科学基础年会（FOCS）上。 [18] Alexandre V.Evfimievski、Johannes Gehrke和Ramakrishnan Srikant。2003.限制隐私保护数据挖掘中的隐私泄露。第二十届ACM SIGACT-SIGMOD-SIGART数据库系统原理研讨会论文集。 [19] 诺亚·弗莱明（Noah Fleming）、普拉夫斯·科塔里（Pravesh Kothari）和托尼安·皮塔西（Toniann Pitassi）。2019.半代数证明和高效算法设计。理论计算机科学基础与趋势®，14，1-2（2019），1-221·Zbl 1430.68428号 [20] 克里斯蒂安·乔治耶夫（Kristian Georgiev）和塞缪尔·霍普金斯（Samuel B Hopkins）。2022.隐私导致稳健性：信息计算差距和稀疏平均估计。神经信息处理系统进展（NeurIPS）。 [21] 莫里茨·哈德（Moritz Hardt）和库纳尔·塔瓦尔（Kunal Talwar）。2010年。关于差异隐私的几何结构。2010年ACM国际计算理论研讨会（STOC）论文集·Zbl 1293.68098号 [22] 塞缪尔·霍普金斯（Samuel B Hopkins）、乔塔姆·卡马特（Gautam Kamath）和马哈博德·马吉德（Mahbod Majid）。2022.通过平方和指数机制进行纯差分隐私的有效平均值估计。第54届ACM SIGACT计算机理论研讨会（STOC）会议记录。 [23] 塞缪尔·霍普金斯（Samuel B.Hopkins）、乔塔姆·卡马特（Gautam Kamath）、马哈博德·马吉德（Mahbod Majid）和希亚姆·纳拉亚南（Shyam Narayanan）。2022.稳健性意味着统计估计中的隐私。https://doi.org/10.48550/ARXIV.2212.05015 [24] 彼得·胡贝尔（Peter J Huber）。1964.位置参数的稳健估计。《数理统计年鉴》，35，1（1964），73-101·Zbl 0136.39805号 [25] 乔塔姆·卡马特（Gautam Kamath）、杰里·李（Jerry Li）、维克兰·辛哈（Vikrant Singhal）和乔纳森·厄尔曼（Jonathan Ullman）。2019.私下学习高维分布。在学习理论会议（COLT）上。 [26] Gautam Kamath、Argyris Mouzakis和Vikrant Singhal。2022.私人估计的新下限和广义指纹引理。神经信息处理系统进展（NeurIPS）。 [27] Gautam Kamath、Argyris Mouzakis、Vikrant Singhal、Thomas Steinke和Jonathan Ullman。2022.无界高斯函数的私人计算效率估计。在学习理论会议（COLT）上。 [28] 乔塔姆·卡马特（Gautam Kamath）、维克兰·辛哈尔（Vikrant Singhal）和乔纳森·厄尔曼（Jonathan Ullman）。2020年。重尾分布的私人平均估计。在学习理论会议（COLT）上。 [29] Vishesh Karwa和Salil P.Vadhan。2018.有限样本差异私人置信区间。在理论计算机科学创新会议（ITCS）上·Zbl 1462.68084号 [30] Shiva Prasad Kasiviswanathan、Homin K.Lee、Kobbi Nissim、Sofya Raskhodnikova和Adam D.Smith。2011.我们可以私下学到什么？SIAM J.计算。，40, 3 (2011), 793-826. https://doi.org/10.1137/090756090 10.1137/090756090 ·Zbl 1235.68093号 [31] 曼努埃尔·考尔斯（Manuel Kauers）、瑞安·奥唐纳（Ryan O'Donnell）、李阳·谭（Li-Yang Tan）和袁周（Yuan Zhou）。2014.通过SOS和Frankl-Rödl图的超收缩不平等。在第二十五届ACM-SIAM离散算法年度研讨会论文集上。1644-1658. ·Zbl 1423.68348号 [32] Pravesh Kothari、Pasin Manurangsi和Ameya Velingker。2022.通过稳定凸松弛进行私人稳健估计。在学习理论会议（COLT）上。 [33] Pravesh K Kothari、Peter Manohar和Brian Hu Zhang。2022.多项式时间平方和可以稳健地最优估计高斯平均值和协方差。算法学习理论（ALT）。 [34] Pravesh K Kothari、Jacob Steinhardt和David Steurer。2018年。稳健的矩估计和通过平方和改进的聚类。第50届ACM SIGACT计算机理论研讨会（STOC）会议记录·Zbl 1434.62125号 [35] Pravesh K Kothari、Jacob Steinhardt和David Steurer。2018年。稳健的矩估计和通过平方和改进的聚类。第50届ACM SIGACT计算机理论研讨会论文集。1035-1046. ·Zbl 1434.62125号 [36] Kevin A Lai、Anup B Rao和Santosh Vempala。2016年，平均值和协方差的不确定性估计。2016年IEEE第57届计算机科学基础年会（FOCS）。 [37] 让·B·拉塞尔。非凸二次规划的新半正定松弛。凸分析和全局优化进展。施普林格，319-331·Zbl 1015.90063号 [38] 刘西阳（Xiyang Liu）、孔伟浩（Weihao Kong）、卡卡德（Sham M.Kakade）和吴世荣（Sewoong Oh）。2021.稳健和差异私人平均估计。神经信息处理系统进展（NeurIPS）。 [39] 刘西阳、孔伟浩和吴世荣。2022.高维差异隐私和稳健统计。在学习理论会议（COLT）上。 [40] 弗兰克·麦克谢里（Frank McSherry）。2010.隐私集成查询：隐私保护数据分析的可扩展平台。Commun公司。ACM，第53页，第9页（2010年），第89-97页。https://doi.org/10.1145/1810891.1810916 10.1145/1810891.1810916 [41] Frank McSherry和Kunal Talwar。2007年，通过差异隐私进行机制设计。在第48届IEEE计算机科学基础年会（FOCS）上·Zbl 1232.68047号 [42] 尤里·内斯特罗夫。2000.平方函数系统和优化问题。在高性能优化中。施普林格，405-440·Zbl 0958.90090号 [43] Aleksandar Nikolov、Kunal Talwar和Li Zhang。2013.差异隐私的几何结构：稀疏和近似情况。在年度ACM计算理论研讨会（STOC）上·Zbl 1294.68087号 [44] 巴勃罗·帕里罗。鲁棒性和优化中的结构化半定程序和半代数几何方法。加利福尼亚理工学院。 [45] 马克·鲁德尔森和罗曼·弗什宁。2013.Hanson-wright不等式和亚高斯浓度。《概率电子通信》，18（2013），1-9·Zbl 1329.60056号 [46] Igal Sason和Sergio Verdú。2016.f-发散不等式。IEEE信息理论汇刊，62，11（2016），5973-6006。https://doi.org/10.1109/TIT.2016.260315110.1109/TIT.2016.2603151·Zbl 1359.94363号 [47] Naum Z Shor公司。1987.二次优化问题。《苏联计算机与系统科学杂志》，25（1987），1-11·Zbl 0655.90055号 [48] 维克兰·辛哈和托马斯·斯坦克。2021.私人学习子空间。神经信息处理系统进展（NeurIPS）。 [49] 雅各布·斯坦哈特（Jacob Steinhardt）、摩西·查里卡尔（Moses Charikar）和格雷戈里·瓦利安（Gregory Valiant）。2018年。韧性：存在任意离群者时的学习标准。在第九届计算机科学理论创新大会（ITCS）上·Zbl 1462.68163号 [50] Eliad Tsfadia、Edith Cohen、Haim Kaplan、Yishay Mansour和Uri Stemmer。2022.Friendlycore：实际差异私人聚合。在国际机器学习会议（ICML）上。 [51] 约翰·杜基（John W.Tukey）。1960年。污染分布抽样调查。对概率和统计学的贡献，2（1960），448-485·Zbl 0201.52803号 [52] 萨利尔·瓦丹。2017.差异隐私的复杂性。密码学基础教程-献给Oded Goldreich。施普林格，347-450。国际标准编号：978-3-319-57047-1https://doi.org/10.1007/978-3-319-57048-8_7 10.1007/978-3-319-57048-8_7 ·Zbl 1481.94070号 [53] 罗曼·弗什宁。2018.高维概率：数据科学应用简介。47，剑桥大学出版社·Zbl 1430.60005号 [54] 马丁·温赖特（Martin J.Wainwright）。2019.高维统计：非症状观点。剑桥大学出版社。https://doi.org/10.1017/9781108627771 10.1017/9781108627771 ·Zbl 1457.62011年 [55] 斯坦利·L·华纳。1965.随机反应：消除回避回答偏见的调查技术。J.Amer。统计人员。协会，60，309（1965），63-69·Zbl 1298.62024号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。