{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部分”：[[2024,9,7]]，“日期-时间”：“2024-09-07T07:50:19Z”，“时间戳”：1725695419390}，“引用-计数”：22，“发布者”：“运筹学与管理科学研究所（INFORMS）”，“问题”：“5”，“内容-域”：[]，“交叉标记-限制”：false｝，“短容器标题”：[“运筹学”]，“已出版印刷品”：｛“日期部分”：[[2021,9]｝，“摘要”：“我们能通过连续的互动私下高效地学习吗？建立了一个私有学习模型来研究序列学习中隐私和查询复杂性之间的内在权衡。该公式涉及一个学习者，其目标是通过顺序查询外部数据库并接收二进制响应来学习标量值。与此同时，对手观察学习者的查询，尽管不是响应，并试图从中推断兴趣的标量值。学习者的目标是仅使用少量查询获得标量值的准确估计，同时通过使对手难以学习标量值来保护其隐私。主要结果为学习者的查询复杂度提供了严格的上下限，作为预期隐私水平和估计准确性的函数。作者还构造了显式查询策略，其复杂性在一个可加常数范围内是最优的<\/jats:p>“，”DOI“：”10.1287\/opere.2020.2021“，”type“：”journal-article“，”created“：{”date-parts“：[2021,1,14]]，”date-time“：”2021-01-14T15:13:43Z“，”timestamp“：1610637223000}，”page“：，“作者”：[{“ORCID”：“http://\/orcid.org\/00000-0003-2658-8239“，”authenticated-orcid“：false，”given“：”John N.“，”family“：”Tsitsiklis“，”sequence“：”first“，”affiliation“：[{”name“：”马萨诸塞州剑桥市麻省理工学院信息与决策系统实验室（LIDS）02139；“}]}，{”orcid“：“http://\/orcid.org\/0000-0002-2221-1648”，“authenticated-orcid“：false，”given“：”Kuang“，”family“：”Xu“，”sequence“：”additional“，”affiliation“：[{“name”：”Stanford University，Stanford，California 94305“}]}，{“orcid”：“http://\/orcid.org\/00000-0002-1421-2309”，“authenticationed-orcid”：false“，”giving“：”Zhi“，“family”：“Xu”，“sequence”：“additional”，“affiliance”：[{'name“：”马萨诸塞州剑桥市麻省理工学院信息与决策系统实验室（LIDS），02139；“}]}]，”member“：”109“，”reference“：[{”key“：”B1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/2450142.2450148”}，{”key“：“B2”，“unstructured”：“Chaudhuri K，Hsu D（2011）差异私人学习的复杂性界限示例。Proc.24th Annual Conf.Learn.Theory（PMLR），155\u2013186.“}，”{“key”：“B3”，I“：”10.1145\/293347.293350“}，{“key”：“B4”，“unstructured”：“Cummings R，\nLigett K，\nInsim K，\nRoth A，\nWu ZS（2016）具有鲁棒泛化保证的自适应学习。学习理论Conf.on learning Theory，772\u2013814.”}，}，“key“：”B6“，”doi-asserted-by“：”publisher“，”doi“：”10.1561\/040000042“，”非结构化“：”Dwork C，\nNaor M，\nPadhan S（2012）《分析家的隐私与国家的权力》。程序。IEEE第53年。交响乐。《计算机科学基础》（IEEE，纽约），400\u2013409.“，”DOI“：”10.1109\/FOCS.2012.87“}，{”key“：”B8“，”DOI-asserted-by“：”crossref“，”unstructured“：”Dwork C，”McSherry F“，”nsim K“，”Smith A“（2006）私人数据分析中噪声对灵敏度的校准。密码学Conf.（纽约斯普林格），265\u2013284.“，”DOI“：”10.1007\/11681878_14“}，{“key”：“B9”，“首页”：“2350”，“卷”：“29”，“author”：“Dwork C”，“年份”：“2015”，“journal-title”：“Adv.Neural Inform.Processing Systems”}，“key“：”B10“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1126\/science.aaaa9375”}“，”非结构化“：”Dwork C，\nFeldman V，\nHardt M，\nPitassi T，\nRenold O，\nRoth AL（2015c）《在自适应数据分析中保持统计有效性》。程序。第47届年度交响乐团。理论计算。（美国医学会，纽约），117\u2013126.“，”DOI“：”10.1145\/2746539.2746580“}，{“key”：“B12”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1145\/2796314.2745866”}，“key“：”B13“，”unstructured“：”Feldman V，\n Xiao D（2014）《样本复杂性对通过通信复杂性进行差异化私人学习的限制》。《学习理论》，1000\u20131019doi-asserted-by“：”publisher“，”doi“：”10.1109 \/TIT.1963.1057832“}，{“key”：“B16”，“volume-title”：“Proc.25th Annual Conf.Learn.Theory”，“author”：“Jain P”，“year”：“2012”}，“key“：”B17“，”doi-assert-by“”：“publisher”，“，”doi“：”10.1109\/TIFS.2017.2779108“}，{”键“：”B19“，”非结构化”：“Raskhodnikova S，\nSmith A，\nLee HK，\nInsism K，\nKasiviswanathan SP（2008）我们可以私下学到什么。程序。第54届年度交响乐团。基础计算。科学。（IEEE，Piscataway，NJ），531\u2013540.“}，{”key“：”B20“，”doi-asserted-by“：”crossref“，”unstructured“：”Smith A（2011），最优收敛速度下保私统计估计.第43届年度交响乐.理论计算（ACM，纽约），813\u2013822.“，”doi“：”10.1145\/1993636.1993743“}”，{“key”：“B21”，“doi-assert-by”：“publisher”，“doi”：“”10.1287\/opere.2017.1682“}，{“key”：“B22”，“doi-asserted-by”：“publisher”，“doi”：“10.1137\/120861898”}，}“key:”B23“，”doi-assert-by“：”publisher“，”doi“：”10.1198\/jasa.2009.tm08651“}”，{”key“：”B24“，”首页“：”2431“，”作者“：”徐克“，”年份：“2018”，“journal-title”：“高级神经信息处理系统”}]，“容器标签”：[“运筹学“]，”original-title“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/pubsonline.notifies.org\/doi\/pdf\/10.1287\/opere.2020.2021“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}”，“deposed”：{“date-parts”：[2023,4,2]，“date-time”：“2023-04-02T11:56:18Z”，“时间戳“：1680436578000}，”score“：1，”resource“：｛”primary“：｛”URL“：”https:\/\/pubsonline.informs.org/doi\/10.1287\/opere.2020.2021“｝｝，”副标题“：[]，”短标题“：[]，”已发布“：｛”日期部分“：[[2021,9]]｝，”引用次数“：22，”期刊问题“：｛”问题“：”5“，”已发布印刷品“：｛”日期部分“：[[2021,9]]｝｝，”备选id“：[”10.1287\/opere.2020.2021“]，“URL”：“http:\/\/dx.doi.org\/10.1287\/oper.2020.2021“，”关系“：{}，”ISSN“：[”0030-364X“，”1526-5463“]，”ISSN-type“：[{”值“：”0030-365X“，“type”：“print”}，{”价值“：”1526-5563“，”类型“：”电子“}]，”主题“：[]，”发布“：{”日期段“：[2021,9]]}}}}