Differential Privacy Library の比較

• 「差分プライバシー」（DP）の目的は、Privacy と Data Accuracy の間のバランスを維持する方法を提供すること

• DPライブラリは、ε（イプシロン）値によってデータセットにランダムノイズを加える

• 3種類を比較

IBM/differential-privacy-library (Python)

google/differential-privacy (C++)

brubinstein/diffpriv (R)

• 非常に小さい ε 値を入れた Google が誤差値を示すことを除けば、Google/IBM は安定した結果を示すが、diffpriv は ε 値によってばらつきが見られるため注意が必要

[xguru]

Differential Privacy の説明は、マイクロソフトウェア395号にある部分が分かりやすいです。

https://books.google.co.kr/books/…