当前位置:
X-MOL 学术
›
arXiv.cs.IT
›
论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
Classical-Quantum Differentially Private Mechanisms Beyond Classical Ones
arXiv - CS - Information Theory Pub Date : 2020-11-19 , DOI: arxiv-2011.09960 Yuuya Yoshida
arXiv - CS - Information Theory Pub Date : 2020-11-19 , DOI: arxiv-2011.09960 Yuuya Yoshida
Let $\varepsilon>0$. An $n$-tuple $(p_i)_{i=1}^n$ of probability vectors is
called (classical) $\varepsilon$-differentially private ($\varepsilon$-DP) if
$e^\varepsilon p_j-p_i$ has no negative entries for all $i,j=1,\ldots,n$. An
$n$-tuple $(\rho_i)_{i=1}^n$ of density matrices is called classical-quantum
$\varepsilon$-differentially private (CQ $\varepsilon$-DP) if
$e^\varepsilon\rho_j-\rho_i$ is positive semi-definite for all
$i,j=1,\ldots,n$. We denote by $\mathrm{C}_n(\varepsilon)$ the set of all
$\varepsilon$-DP $n$-tuples, by $\mathrm{CQ}_n(\varepsilon)$ the set of all CQ
$\varepsilon$-DP $n$-tuples, and by $\mathrm{EC}_n(\varepsilon)$ the set of all
$n$-tuples $(\sum_k p_i(k)\sigma_k)_{i=1}^n$ with
$(p_i)_{i=1}^n\in\mathrm{C}_n(\varepsilon)$ and density matrices $\sigma_k$.
The set $\mathrm{EC}_n(\varepsilon)$ is a subset of
$\mathrm{CQ}_n(\varepsilon)$, and is essentially classical in optimization. In
a preceding study, it is known that
$\mathrm{EC}_2(\varepsilon)=\mathrm{CQ}_2(\varepsilon)$. In this paper, we show
that $\mathrm{EC}_n(\varepsilon)\not=\mathrm{CQ}_n(\varepsilon)$ for every
$n\ge3$, and give a sufficient condition for a CQ $\varepsilon$-DP $n$-tuple
not to lie in $\mathrm{EC}_n(\varepsilon)$.
中文翻译:
超越经典机制的经典量子差分私有机制
让 $\varepsilon>0$。概率向量的 $n$-元组 $(p_i)_{i=1}^n$ 被称为(经典)$\varepsilon$-差异私有($\varepsilon$-DP)如果 $e^\varepsilon p_j- p_i$ 对于所有 $i,j=1,\ldots,n$ 都没有负项。密度矩阵的 $n$-元组 $(\rho_i)_{i=1}^n$ 称为经典量子 $\varepsilon$-差异私有 (CQ $\varepsilon$-DP) 如果 $e^\varepsilon \rho_j-\rho_i$ 对于所有 $i,j=1,\ldots,n$ 都是半正定的。我们用 $\mathrm{C}_n(\varepsilon)$ 表示所有 $\varepsilon$-DP $n$-元组的集合,用 $\mathrm{CQ}_n(\varepsilon)$ 表示所有 CQ $ 的集合\varepsilon$-DP $n$-元组,通过 $\mathrm{EC}_n(\varepsilon)$ 得到所有 $n$-元组的集合 $(\sum_k p_i(k)\sigma_k)_{i=1 }^n$ 与 $(p_i)_{i=1}^n\in\mathrm{C}_n(\varepsilon)$ 和密度矩阵 $\sigma_k$。集合 $\mathrm{EC}_n(\varepsilon)$ 是 $\mathrm{CQ}_n(\varepsilon)$ 的子集,本质上是优化的经典。在前面的研究中,已知$\mathrm{EC}_2(\varepsilon)=\mathrm{CQ}_2(\varepsilon)$。在本文中,我们证明了 $\mathrm{EC}_n(\varepsilon)\not=\mathrm{CQ}_n(\varepsilon)$ 对于每个 $n\ge3$,并给出了一个 CQ $\ varepsilon$-DP $n$-元组不要在 $\mathrm{EC}_n(\varepsilon)$ 中。
更新日期:2020-11-20
中文翻译:
超越经典机制的经典量子差分私有机制
让 $\varepsilon>0$。概率向量的 $n$-元组 $(p_i)_{i=1}^n$ 被称为(经典)$\varepsilon$-差异私有($\varepsilon$-DP)如果 $e^\varepsilon p_j- p_i$ 对于所有 $i,j=1,\ldots,n$ 都没有负项。密度矩阵的 $n$-元组 $(\rho_i)_{i=1}^n$ 称为经典量子 $\varepsilon$-差异私有 (CQ $\varepsilon$-DP) 如果 $e^\varepsilon \rho_j-\rho_i$ 对于所有 $i,j=1,\ldots,n$ 都是半正定的。我们用 $\mathrm{C}_n(\varepsilon)$ 表示所有 $\varepsilon$-DP $n$-元组的集合,用 $\mathrm{CQ}_n(\varepsilon)$ 表示所有 CQ $ 的集合\varepsilon$-DP $n$-元组,通过 $\mathrm{EC}_n(\varepsilon)$ 得到所有 $n$-元组的集合 $(\sum_k p_i(k)\sigma_k)_{i=1 }^n$ 与 $(p_i)_{i=1}^n\in\mathrm{C}_n(\varepsilon)$ 和密度矩阵 $\sigma_k$。集合 $\mathrm{EC}_n(\varepsilon)$ 是 $\mathrm{CQ}_n(\varepsilon)$ 的子集,本质上是优化的经典。在前面的研究中,已知$\mathrm{EC}_2(\varepsilon)=\mathrm{CQ}_2(\varepsilon)$。在本文中,我们证明了 $\mathrm{EC}_n(\varepsilon)\not=\mathrm{CQ}_n(\varepsilon)$ 对于每个 $n\ge3$,并给出了一个 CQ $\ varepsilon$-DP $n$-元组不要在 $\mathrm{EC}_n(\varepsilon)$ 中。