Numerische Zusammensetzung der Differenzialprivatsphäre

Wir präsentieren einen schnellen Algorithmus zur optimalen Zusammensetzung von Datenschutzgarantien verschiedener Differential Privacy (DP) Algorithmen mit beliebiger Genauigkeit. Unsere Methode basiert auf dem Konzept der Datenschutzverlust-Zufallsvariablen zur Quantifizierung des Datenschutzverlusts von DP-Algorithmen. Die Laufzeit und der Speicherbedarf für unseren Algorithmus, um die Datenschutzkurve eines DP-Algorithmus, der k-mal mit sich selbst zusammengesetzt wird, zu approximieren, beträgt O (k). Dies verbessert die beste vorherige Methode von Koskela et al. (2021), die eine Laufzeit von (k^1.5) erfordert. Wir demonstrieren die Nützlichkeit unseres Algorithmus, indem wir den Datenschutzverlust des DP-SGD-Algorithmus von Abadi et al. (2016) genau berechnen und zeigen, dass unser Algorithmus die Datenschutzberechnungen im Vergleich zu früheren Arbeiten um einige Größenordnungen beschleunigt und dabei eine ähnliche Genauigkeit beibehält.