标签：Pr right frac Privacy Differential 差分 mathcal operatorname left
1 前置知识
本部分只对相关概念做服务于差分隐私介绍的简单介绍，并非细致全面的介绍。
1.1 随机化算法
随机化算法指，对于特定输入，该算法的输出不是固定值，而是服从某一分布。
单纯形（simplex）：一个\(k\)维单纯形是指包含\(k+1\)个顶点的凸多面体，一维单纯形是一条线段，二维单纯形是一个三角形，三维单纯形是一个四面体，以此类推推广到任意维。“单纯”意味着基本，是组成更复杂结构的基本构件。
概率单纯形（probability simplex）：是一个数学空间，上面每个点代表有限个互斥事件之间的概率分布。该空间的每条坐标轴代表一个互斥事件，\(k-1\)维单纯形上的每个点在\(k\)维空间中的坐标就是其\(k\)个互斥事件上的概率分布。每一点的坐标（向量）包含\(k\)个元素，各元素非负且和为1。
如下图所示，三个事件发生的概率分布形成一个二维的概率单纯形，上面每个点在三个事件上发生的概率之和为1。
形式化定义：给定一个离散集\(B\)，\(B\)上的概率单纯形\(\Delta(B)\)被定义为
\[\Delta(B)=\left\{x \in \mathbb{R}^{|B|}\left|x_{i} \geq 0, i=1,2, \cdots,\right| B \mid ; \sum_{i=1}^{|B|} x_{i}=1\right\} \]\(\Delta(B)\)是一个集合，集合中每一个元素是一个\(|B|\)维向量，该向量代表了一个离散型随机变量的概率分布。\(\Delta(B)\)代表了一个有\(|B|\)种取值的离散型随机变量的所有可能的概率分布。
随机化算法（randomized algorithm）：一个随机化算法\(\cal{M}\)有定义域\(A\)、离散的值域\(B\)。一个输入\(a\in A\)，算法\(\cal{M}\)的输出\(\mathcal{M}(a)\)是一个随机变量，服从概率分布\(p(x)=\operatorname{Pr}(\mathcal{M}(a)=x),x\in B\)，并且\(p(x)\in \Delta(B)\)。
例如，\(A=\{2,3,4\}\)，\(B=\{1,2,3,4,5\}\)，设\(\Delta(B)\)中包含三个元素，分别为\((\frac{1}{3},\frac{1}{3},\frac{1}{3},0,0)\)、\((0,\frac{1}{3},\frac{1}{3},\frac{1}{3},0)\)、\((0,0,\frac{1}{3},\frac{1}{3},\frac{1}{3})\)，即
\[\Delta(B)=\left\{ (\frac{1}{3},\frac{1}{3},\frac{1}{3},0,0), (0,\frac{1}{3},\frac{1}{3},\frac{1}{3},0), (0,0,\frac{1}{3},\frac{1}{3},\frac{1}{3}) \right\} \]每个元素均代表算法输出的随机变量取值为1,2,3,4,5的概率分布，现可以规定映射\(\cal{M}\)为
\[\mathcal{M}(2)\sim \left(\frac{1}{3}, \frac{1}{3}, \frac{1}{3}, 0,0\right), \mathcal{M}(3)\sim \left(0, \frac{1}{3}, \frac{1}{3}, \frac{1}{3}, 0\right), \mathcal{M}(4)\sim \left(0,0, \frac{1}{3}, \frac{1}{3}, \frac{1}{3}\right) \]也就是说，一个特定输入\(a\in A\)经过随机化算法\(\cal{M}\)得到的不是一个具体值\(b\in B\)，而是一个随机变量\(\mathcal{M}(a) \sim p(x),p(x)\in \Delta(B)\)，又或者说，算法将以一定概率输出某一个值。
上述情况是在离散概率空间中讨论的，有时，算法将从连续分布中的采样，但最后将以适当的精度进行离散化。
1.2 KL散度（KL-Divergence）
KL散度（Kullback Leible-Divergence）概念来源于概率论与信息论，又被称作相对熵、互熵。从统计学意义上来说，KL散度可以用来衡量两个分布之间的差异程度，差异越小，KL散度越小。
熵（entropy）：信息论中熵定义首次被香农提出：无损编码事件信息的最小平均编码长度。通俗理解，如果熵比较大，即对该信息进行编码的最小平均编码长度较长，意味着该信息具有较多可能的状态，即有着较大的信息量/混乱程度/不确定性。从某种角度上看，熵描述了一个概率分布的不确定性。
一个离散的随机变量\(X\)可能取值为\(X=x_1,x_2,...,x_n\)，即取值空间为\(\cal{X}=\{x_1,x_2,...,x_n\}\)，概率分布律为\(p(x)=\operatorname{Pr}(X=x),x\in \cal{X}\)，则随机变量的熵定义为
\[\begin{aligned} H(X)&=-\sum_{x\in \cal{X}} p \left(x\right) \log p \left(x\right) \\ &=\mathbb{E}_{x \sim p}\left[-\log p(x)\right] \end{aligned} \]规定当\(p(x)=0\)时，\(p(x)\log p(x)=0\)。
其中，\(-\log p(x)\)表示状态\(X=x\)的最小编码长度。
\(\operatorname{Pr}(A)\)也即\(\operatorname{P}(A)\)，表示事件\(A\)发生的概率，只是书写习惯不同，避免与其他\(P\)混淆。
有时也将上面的量记为\(H(p)\)；
公式中的\(\mathbb{E}_{x \sim p}\)表示使用概率分布\(p\)来计算期望；
其中\(\log\)以2为底时，熵单位为bit，以e为底时，熵单位为nat；
上述的对熵的讨论也只是针对离散随机变量进行讨论的，\(p(x)\)在离散型随机变量中为概率分布律，在连续型随机变量中为概率密度函数；
交叉熵（cross-entropy）：熵的计算是已知各状态的概率分布求其理论上最小平均编码长度。如果不知道各状态真实的概率分布\(p(x)\)，只有预估的概率分布\(q(x)\)，我们只好根据预估的概率分布\(q(x)\)给事件编码，得到事件各状态\(x\)的预估最小编码长度\(-\log q(x)\)。假如经过观测后我们得到了真实概率分布\(p(x)\)，那么在计算预估最小编码长度\(-\log q(x)\)的期望时就可以采用真实概率分布\(p(x)\)，得到交叉熵。
对于同一取值空间\(\cal{X}=\{x_1,x_2,...,x_n\}\)下的离散随机变量\(P,Q\)，概率分布分别为\(p(x)=\operatorname{Pr}(P=x),q(x)=\operatorname{Pr}(Q=x),x\in \cal{X}\)，交叉熵定义为
\[\begin{aligned} H(P, Q)&=\sum_{x\in \cal{X}} p(x) \log \frac{1}{q(x)} \\ &=-\sum_{x\in \cal{X}} p(x) \log q(x) \\ &=\mathbb{E}_{x \sim p}\left[-\log q(x)\right] \end{aligned} \]即用预估概率分布\(q(x)\)计算每个状态的最小编码长度，用真实概率分布\(p(x)\)求期望。可见，\(H(P,Q)\neq H(Q,P),H(P,Q)\geqslant H(P)\)。
上述定义也可写作：对于取值空间\(\cal{X}\)的离散随机变量\(X\)，有两个分布\(p(x),q(x),x\in \cal{X}\)，这也是《信息论基础（原书第二版）》的表达方式；但考虑到一个随机变量对应一个分布更严谨些，便分成了同一取值空间的两个随机变量进行解释，这是《The Algorithmic Foundations of Differential Privacy》的表达方式。二者意思是一样的。
相对熵（relative entropy）/KL散度（KL-divergence）：用来衡量交叉熵与熵之间的差距的，也是两个随机分布之间距离的度量。
对于同一取值空间\(\cal{X}=\{x_1,x_2,...,x_n\}\)下的离散随机变量\(P,Q\)，概率分布分别为\(p(x)=\operatorname{Pr}(P=x),q(x)=\operatorname{Pr}(Q=x),x\in \cal{X}\)，则\(P\)相对\(Q\)的相对熵为\(P,Q的交叉熵-P的熵\)：
\[\begin{aligned} D_{K L}(P \| Q) &=H(P, Q)-H(P) \\ &=-\sum_{x\in \cal{X}} p(x) \log q(x)-\sum_{x\in \cal{X}}-p(x) \log p(x) \\ &=-\sum_{x\in \cal{X}} p(x)(\log q(x)-\log p(x)) \\ &=-\sum_{x\in \cal{X}} p(x) \log \frac{q(x)}{p(x)} \\ &=\sum_{x\in \cal{X}} p(x) \log \frac{p(x)}{q(x)} \\ &=\mathbb{E}_{x \sim p}\left[-\log q(x)\right]-\mathbb{E}_{x \sim p}\left[-\log p(x)\right]\\ &=\mathbb{E}_{x \sim p}\left[\log \frac{p(x)}{q(x)}\right] \end{aligned} \]可见，KL散度也可以用来衡量两个分布\(P,Q\)的差异程度，另外，\(D_{K L}(P \| Q) \neq D_{K L}(Q \| P)\geqslant 0\)。
最大散度（Max Divergence）：KL散度是从整体上衡量两个分布的距离，最大散度是两个分布比值的最大值，从两个分布比值的最大值角度衡量了两个分布的差异。
对于同一取值空间\(\cal{X}=\{x_1,x_2,...,x_n\}\)下的离散随机变量\(P,Q\)，概率分布分别为\(p(x)=\operatorname{Pr}(P=x),q(x)=\operatorname{Pr}(Q=x),x\in \cal{X}\)，最大散度为
\[\begin{aligned} D_{\infty}(P \| Q)&=\max _{x\in \cal{X}}\left[\log \frac{\operatorname{Pr}[P=x]}{\operatorname{Pr}[Q=x]}\right] \\ &=\max _{x\in \cal{X}}\left[\log \frac{p(x)}{q(x)}\right] \end{aligned} \]2 差分隐私定义
差分隐私是Dwork在2006年首次提出的一种隐私定义，函数的输出结果对数据集中任何特定记录都不敏感。
假设对于一个考试成绩数据集\(D\)，通过查询操作得知有\(x\)个同学不及格，现加入一条新纪录得到新数据集\(D'\)，通过查询得知有\(x+1\)个同学不及格，便可推理出新加入的同学成绩不及格，如此一来，攻击者便通过这样的手段推理出了一些知识。
应对上述攻击，差分隐私通过往查询结果\(f(D),f(D')\)中加入随机噪声\(r\)最终得到查询结果\(\mathcal{M}(D)=f(D)+r,\mathcal{M}(D')=f(D')+r\)，使得\(D\)与\(D'\)经过同一查询后的结果并非确定的具体值，而是服从两个很接近的概率分布，这样攻击者无法辨别查询结果来自哪一个数据集，保障了个体级别的隐私性。
2.1 形式化定义
邻接数据集（neighbor datasets）：仅有一条记录不同的两个数据集\(D\)，\(D'\)。
随机化算法\(\cal{M}\)：随机化算法指，对于特定输入，该算法的输出不是固定值，而是服从某一分布。
隐私预算\(\epsilon\)（privacy budget）：\(\epsilon\)用于控制算法的隐私保护程度，\(\epsilon\)越小，则算法保护效果越好。
隐私损失（privacy loss）：对于任意的输出结果\(S\)，\(\ln \frac{\operatorname{Pr}[\mathcal{M}(\mathrm{D}) \in \mathrm{S}]}{\operatorname{Pr}\left[\mathcal{M}\left(\mathrm{D}^{\prime}\right) \in \mathrm{S}\right]}\)或\(\ln \frac{\operatorname{Pr}[\mathcal{M}(\mathrm{D}) = \mathrm{\xi}]}{\operatorname{Pr}\left[\mathcal{M}\left(\mathrm{D}^{\prime}\right) = \mathrm{\xi}\right]}\)，其描述了算法\(\cal{M}\)在邻接数据集上输出同一个值的概率差别大小，差分隐私机制将算法的隐私损失控制在一个有限范围\(\epsilon\)内。
隐私损失可正可负，越正和越负都表示隐私损失很大，因此严格来说隐私损失应加个绝对值，为
\[Privacyloss=\left |\ln \frac{\operatorname{Pr}[\mathcal{M}(\mathrm{D}) \in \mathrm{S}]}{\operatorname{Pr}\left[\mathcal{M}\left(\mathrm{D}^{\prime}\right) \in \mathrm{S}\right]}\right | \]当然，如没有加绝对值的地方默认\(\operatorname{Pr}[\mathcal{M}(\mathrm{D}) \in \mathrm{S}] \geqslant \operatorname{Pr}[\mathcal{M}(\mathrm{D'}) \in \mathrm{S}]\)。
\(\epsilon-\)差分隐私：对于只有一个记录不同的邻接数据集\(D\)、\(D'\)，给这两个数据集施加一个随机化算法（机制）\(\cal{M}\)，对于所有的\(S\subseteq \operatorname{Range}(\mathcal{M})\)，若有
\[\operatorname{Pr}[\mathcal{M}(D) \in S] \leqslant \operatorname{Pr}\left[\mathcal{M}\left(D' \right) \in S\right] \times \mathrm{e}^{\epsilon} \]即
\[\max _{S}\left[\ln \frac{\operatorname{Pr}[\mathcal{M} (D) \in S]}{\operatorname{Pr}\left[\mathcal{M}\left(D' \right) \in S\right]}\right] \leqslant \epsilon \]成立，则称算法\(\cal{M}\)满足\(\epsilon-\)差分隐私。
其中\(\operatorname{Range}(\mathcal{M})\)是随机算法\(\cal{M}\)映射结果随机变量的取值空间，\(S\)是其子集；对于所有的\(S\subseteq \operatorname{Range}(\mathcal{M})\)即对于\(\operatorname{Range}(\mathcal{M})\)的所有子集。
另种写法：
\[\operatorname{Pr}[\mathcal{M}(D) =x] \leqslant \operatorname{Pr}\left[\mathcal{M}\left(D' \right) =x\right] \times \mathrm{e}^{\epsilon},x\in S \]即
\[\max _{x\in S}\left[\log \frac{\operatorname{Pr}[\mathcal{M}(D)=x]}{\operatorname{Pr}[\mathcal{M}(D')=x]}\right] \leqslant \epsilon \]
\((\epsilon,\sigma)-\)差分隐私：上面描述的是严格的差分隐私的定义，为了算法的实用性，Dwork后面引入了松弛的差分隐私，加入一个小常数\(\delta\)（称作失败概率）：
\[\operatorname{Pr}[\mathcal{M}(D) \in S] \leqslant \operatorname{Pr}\left[\mathcal{M}\left(D' \right) \in S\right] \times \mathrm{e}^{\epsilon}+\delta \]2.2 该定义是如何得来的
差分隐私的目的是使\(\mathcal{M}(D),\mathcal{M}(D')\)的分布尽可能接近，便可用Max Divergence衡量两个分布的差异：
\[\begin{aligned} D_{\infty}(\mathcal{M}(D) \| \mathcal{M}(D')) &=\max _{x\in S}\left[\log \frac{\operatorname{Pr}[\mathcal{M}(D)=x]}{\operatorname{Pr}[\mathcal{M}(D')=x]}\right] \\ &=\max _{S}\left[\log \frac{\operatorname{Pr}[\mathcal{M}(D) \in S]}{\operatorname{Pr}[\mathcal{M}(D') \in S]}\right] \end{aligned} \]其中\(S\subseteq \operatorname{Range}(\mathcal{M})\)，\(\operatorname{Range}(\mathcal{M})\)是随机算法\(\cal{M}\)映射结果随机变量的取值空间，\(S\)是其子集。
对于\(\operatorname{Range}(\mathcal{M})\)的所有子集，即对于任意的\(S\subseteq \operatorname{Range}(\mathcal{M})\)，两个分布的差异都被限制在隐私预算\(\epsilon\)以内：
\[\max _{x\in S}\left[\log \frac{\operatorname{Pr}[\mathcal{M}(D)=x]}{\operatorname{Pr}[\mathcal{M}(D')=x]}\right] =\max _{S}\left[\log \frac{\operatorname{Pr}[\mathcal{M}(D) \in S]}{\operatorname{Pr}[\mathcal{M}(D') \in S]}\right] \leqslant \epsilon \]可见，上述的Max Divergence就是隐私损失。
取\(\log\)的底为\(e\)，并两边同时利用指数运算、乘以分母变形得：
\[\operatorname{Pr}[\mathcal{M}(D) =x] \leqslant \operatorname{Pr}\left[\mathcal{M}\left(D' \right) =x\right] \times \mathrm{e}^{\epsilon},x\in S \]或
\[\operatorname{Pr}[\mathcal{M}(D) \in S] \leqslant \operatorname{Pr}\left[\mathcal{M}\left(D' \right) \in S\right] \times \mathrm{e}^{\epsilon} \]3 差分隐私中常用的随机化算法（机制）
常用的随机化机制有：
- 拉普拉斯机制（Laplace mechanism）
- 指数机制（Exponential mechanism）
- 高斯机制（Gaussian mechanism）
这些机制中，噪声发现取决于算法的敏感度。
敏感度（sensitivity）：对于只有一个记录不同的两个数据集\(D,D'\)，对于一个函数\(\mathcal{M}:\cal{D} \rightarrow \cal{R^d}\)，则\(\cal{M}\)的敏感度为接收所有可能的输入后，得到输出的最大变化值：
\[\Delta \mathcal{M}=\max _{D, D^{\prime}}\left\|\mathcal{M}(D)-\mathcal{M}\left(D^{\prime}\right)\right\| \]其中，\(\|\cdot\|\)表示向量的范数。\(l_1-\)敏感度和\(l_2-\)敏感度分别适用于\(l_1\)范数和\(l_2\)范数。
参考资料：
- 概率单纯形 https://zhuanlan.zhihu.com/p/479892005
- 【数学知识】KL散度 https://zhuanlan.zhihu.com/p/365400000
- 一文搞懂熵(Entropy),交叉熵(Cross-Entropy) https://zhuanlan.zhihu.com/p/149186719
- 差分隐私Differential Privacy介绍 https://zhuanlan.zhihu.com/p/40760105
- 差分隐私（一） Differential Privacy 简介 https://zhuanlan.zhihu.com/p/139114240
- 差分隐私的算法基础 第二章 第三节 形式化差分隐私 https://zhuanlan.zhihu.com/p/502656652
- 《联邦学习》杨强.et al 电子工业出版社
- 机器学习的隐私保护研究综述. 刘俊旭 孟小峰 doi: 10.7544/issn1000-1239.2020.20190455
- 《The Algorithmic Foundations of Differential Privacy》3.5.1
- 《信息论基础（原书第2版）》Thomas.et al 机械工业出版社
标签：Pr,right,frac,Privacy,Differential,差分,mathcal,operatorname,left 来源： https://www.cnblogs.com/MaplesWCT/p/16311593.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。