文件名称：Awesome-Privacy:收集隐私研究论文的资料库
文件大小：21KB
文件格式：ZIP
更新时间：2024-08-24 14:33:42
machine-learning privacy paper awesome-list differential-privacy
令人敬畏的隐私 这是一个关于差分隐私的各种资源的存储库。 目前它由维护。 所有这些论文都按时间排序，按类别分开。 欢迎任何建议和请求请求。 此存储库仅用于研究目的。 如果任何作者不希望他们的论文被列在这里，请随时与我联系（你可以在我的主页上找到我的电子邮件地址）。 该存储库将专注于： 1.数学框架（差分隐私理论研究） 2.隐私实践（差分隐私算法的应用） 框架 DP理论 高斯差分隐私作者：Jinshuo Dong、Aaron Roth、Weijie J. Su。 2019年 平均情况平均值：用于平滑灵敏度和均值估计的私有算法 ，作者为 Mark Bun 和 Thomas Steinke。 2019年 Gautam Kamath、Or Sheffet、Vikrant Singhal、Jonathan Ullman 撰写的用于学习分离良好的高斯混合的新差分私有算法 。 2019年 私人假设选择
【文件预览】：
Awesome-Privacy-master
----README.md(11KB)
----.github()
--------FUNDING.yml(711B)
----.README.md.swp(20KB)
----LICENSE(34KB)