Differentially-Private Multi-Party Sketching for Large-Scale Statistics

We consider a scenario where multiple organizations holding large amounts of sensitive data from their users wish to compute aggregate statistics on this data while protecting the privacy of individual users. To support large-scale analytics we investigate how this privacy can be provided for the ca...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings on Privacy Enhancing Technologies Ročník 2020; číslo 3; s. 153 - 174
Hlavní autoři:	Choi, Seung Geol, Dachman-soled, Dana, Kulkarni, Mukul, Yerukhimovich, Arkady
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Sciendo 01.07.2020
Témata:	differential privacy secure computation sketching algorithms
ISSN:	2299-0984, 2299-0984
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!