В настоящее время я пишу алгоритм для дифференциальной конфиденциальности с использованием механизма Лапласа.
К сожалению, у меня нет опыта в статистике, поэтому многие термины мне неизвестны. Так что теперь я спотыкаюсь о термине: шум Лапласа . Чтобы сделать дифференциальный набор данных закрытым, все статьи просто говорят о добавлении шума Лапласа в соответствии с распределением Лапласа к значениям функции.
(k - дифференциальное частное значение, f возвращаемое значение функцией оценки и Y - шум Лапласа)
Означает ли это, что я создаю случайные переменные из распределения Лапласа в соответствии с этой функцией из википедии https://en.wikipedia.org/wiki/Laplace_distribution ?
ОБНОВЛЕНИЕ: Я построил до 100 случайных величин, взятых из функции выше, но это не дает мне распределение Лапласа (даже близко). Но я думаю, что это должно моделировать распределение Лапласа.
UPDATE2:
Вот те определения, которые у меня есть:
(Механизм Лапласа). Для любой функции механизм Лапласа определяется как: где Y - случайные величины, взятые из
А также:
Для генерации Y (X) распространенным выбором является использование распределения Лапласа с нулевым средним и масштабным параметром Δ (f) / ε.