고정된 유한 출력 지역 무작위화 장치를 사용하는 셔플링 증폭에 대한 정밀한 실험 수준 개인정보 보호 이론을 제시합니다. 우리는 정확한 우도비 정체(identity), 정량적 잔차를 포함한 조건부 기댓값 선형화, 그리고 보편적인 선행 상수 Iπ/(8n)와 균일한 O(n⁻²) 잔차를 갖는 날카로운 Jensen–Shannon 전개를 증명합니다. 또한 Berry–Esseen 속도를 포함한 가우시안 차등 개인정보 보호 동등성, 정량적 Le Cam 거리를 포함한 지역 점근적 정규성, 정확한 유한-n 개인정보 보호 곡선, 그리고 엄격한 묶음 대 미묶음 비교를 포함하는 분리된 다중 메시지 분석을 확립합니다. 모든 비례 구성 상수는 올바른 고정 구성 공분산 Σπ = (1−π)Σ₀ + πΣ₁을 사용합니다.
Alex Shvets (Sun,)가 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: