double noisyCount(int sensitivity,double epsilon) { //assert(epsilon > 0); int d = rand(); if(d == 0) d++; else if(d == RAND_MAX) d--; double uniform = (double)d/RAND_MAX- 0.5; double s=(double)sensitivity; return s / epsilon * Math::Sign(uniform) * Math::Log(1 - 2.0 * Math::Abs(uniform)); }
本文介绍了一种基于差分隐私的算法实现,该算法通过在数据中加入噪声来保护个人隐私。具体实现了doubleNoisyCount函数,该函数接受敏感度和ε作为参数,并返回带有符号的对数形式的噪声值。

191

被折叠的 条评论
为什么被折叠?



