Muestra las diferencias entre dos versiones de la página.
| Ambos lados, revisión anteriorRevisión previaPróxima revisión | Revisión previa | ||
| pan:privacidad_diferencial_v2 [2026/01/06 17:05] – thejuanvisu | pan:privacidad_diferencial_v2 [2026/01/06 17:23] (actual) – thejuanvisu | ||
|---|---|---|---|
| Línea 243: | Línea 243: | ||
| ====== Propiedades de la Privacidad Diferencial ====== | ====== Propiedades de la Privacidad Diferencial ====== | ||
| ===== Resistencial al post-procesado ===== | ===== Resistencial al post-procesado ===== | ||
| - | Sea $M : D -> γ$ un mecanismo (ε-∂)-DP y $F : Y$ -> $Z$ una aplicación posiblemente aleatoria, entonces $F o M$ es (ε-∂)-DP. Esto significa | + | Sea $M : D$ -> $γ$ un mecanismo (ε-∂)-DP y $F : Y$ -> $Z$ una aplicación posiblemente aleatoria, entonces $F o M$ es (ε-∂)-DP. Esto significa |
| ===== Privacidad Grupal ===== | ===== Privacidad Grupal ===== | ||
| + | Sea $M : D$ -> $R$ un mecanismo que provee ε-DP para $D,D'$ que difieren en una entrada. Entonces provee kε-DP para los datasets D,D' que difieren en k entradas. Esto es fácil de provar construiyendo una secuencia de k datasets que difieran en más de una entrada. | ||
| + | |||
| ===== Composición Secuencial ===== | ===== Composición Secuencial ===== | ||
| - | ===== Composición | + | Composición |
| + | * Esto significa que ejecutar k mecanismos en el mismo dataset sen sible y publicando todos los k resultados, la privacidad se decremente según se van publicando más resultados. | ||
| + | |||
| + | Composición Avanzada: Sea $M = {M_1, M_2 ... M_k}$ una secuencia de mecanismos donde $M_i$ es $(ε_i, | ||
| + | ===== Composición Paralela ===== | ||
| + | Sea $M = {M_1, M_2 ... M_k}$ una secuencia de mencanismos donde $M_i$ es $ε_i-DP$. Sean $D_1, D_2 .... D_k$ una partición determinística de $D$. Publicar las salidas $M_1(D_1), M_2(D_2), ... , M_k(D_k)$ satisface $(max ε_i)-DP$ | ||