Bayesian Quickest Change Detection of an Intruder in Acknowledgments for Private Remote State Estimation
对于地理上分离的信息物理系统，远程监视或控制站点处的状态估计对于确保系统的稳定性和可靠性是重要的。通常出于安全或商业原因，有必要确保过程状态和控制信息的机密性。当前感兴趣的主题是机密国家信息的私人传输。许多传输编码方案依赖于可能易受来自对手的干扰的干扰。我们考虑一个隐形入侵者，有选择地阻止窃听，使窃听者获得一个可靠的状态估计击败编码方案。我们利用贝叶斯最快变化检测技术，快速检测在线入侵者在远程发射机和接收机的存在。
2022-12-16 cs.IT cs.SY eess.SP
Secure and Private Cloud Storage Systems with Random Linear Fountain Codes
介绍了一种基于信息论的安全与隐私方法--安全与隐私信息检索（SAPIR）。SAPIR应用于分布式数据存储系统。在这种方法中，所有内容的随机组合都存储在网络上。我们的编码方法是基于随机线性喷泉（RLF）码。为了检索内容，一组服务器相互协作以形成重构组（RG）。如果RG中至少有一个服务器未被破坏，则SAPIR实现渐近完美保密。在此基础上，提出了一种基于随机查询的私有信息检索方案。PIR方法确保用户私下下载他们想要的内容，而服务器不知道所请求的内容索引。该方案是自适应的，可以提供对大量的合谋服务器的隐私。
2017-06-18 cs.IT math.IT
Secure Private and Adaptive Matrix Multiplication Beyond the Singleton Bound
本文研究了分布式矩阵-矩阵乘法的安全保密码的设计问题。主服务器拥有两个私有矩阵，并雇佣工作节点来帮助计算它们的乘积。矩阵应该保持信息-理论上对工人来说是私有的。有些worker是恶意的，会将损坏的结果返回给master。我们设计了一个框架，以防止恶意工作者在私有矩阵矩阵乘法。其主要思想是小心使用Freivalds算法来检测错误的矩阵乘法。我们的主要目标是将这个安全框架应用于具有自适应速率的方案。自适应方案将工作器划分为簇，从而在以解码复杂度换取效率方面提供灵活性。我们的新方案，SRPM 3，提供了一个计算效率高的安全检查每个集群，检测一个或多个恶意工作者的存在与高概率。额外的每个工作人员检查用于识别恶意节点。SRPM 3可以容忍任意数量的恶意工作人员的存在。我们提供了理论保证的复杂性的安全检查和仿真结果，漏检率以及完整性检查所需的时间。
2022-02-14 cs.DC cs.IT math.IT
WW-FL: Secure and Private Large-Scale Federated Learning
Technical University of Darmstadt（德累斯顿技术大学）；Technology Innovation Institute（技术创新研究所）；Royal Holloway, University of London（伦敦皇家霍洛威大学）
针对联邦学习中的安全与隐私漏洞，提出结合安全多方计算与分层联邦学习的WW-FL框架，能防模型参数投毒，并经PyTorch与CrypTen集成验证，性能鲁棒，适用于大规模安全私有联邦学习。
2025-10-14 cs.CR cs.DC cs.IT
Cross Subspace Alignment and the Asymptotic Capacity of $X$-Secure $T$-Private Information Retrieval
$X$ -安全和$T$ -私有信息检索（XSTPIR）是私有信息检索的一种形式，其中数据安全性被保证防止多达$X$服务器之间的共谋，并且用户的隐私被保证防止多达$T$服务器之间的共谋。XSTPIR的能力的特点是任意数量的服务器$N$，和任意的安全和隐私阈值$X$和$T$，在限制的消息数$K\rightarrow\infty$。如果是$N=3, X=T=1$或$N\leq X+T$，则容量还表征为任意数量的消息。从这些结果中得出的见解，对齐与解码噪声，依赖PIR率字段大小，和对称的安全约束的鲁棒性。特别地，交叉子空间对准的思想，即，在Reed-Solomon码参数之间引入子空间依赖性，成为对准不期望项同时保持期望项可解析的最佳方式。
2019-03-03 cs.IT math.IT
Secret Sharing for Secure and Private Information Retrieval: A Construction Using Algebraic Geometry Codes
本文提出一种基于代数几何码的同态秘密共享框架，推广了交叉子空间对齐码，用于合谋服务器下的安全私有信息检索，并在场大小固定时取得更高检索率。
2024-08-01 cs.IT math.IT
$X$-secure $T$-private Information Retrieval from MDS Coded Storage with Byzantine and Unresponsive Servers
本文研究了$X$ -安全的$T$ -从MDS编码存储中的私有信息检索问题，其中用户希望从分布在$N$服务器上的独立于$K$的消息中私有地检索一个消息，这些消息根据MDS编码.保证任何多达$X$的合谋服务器组都不了解消息，并且任何多达$T$的合谋服务器组都不了解所需消息的身份。提出了一种基于\emph{cross-subspace alignment}和干扰消除策略的连续解码的新方案，证明了可达速率的下界。对于大量的消息$(K\rightarrow\infty)$的实现率，我们推测是最佳的，提高了最好的已知的速率之前在文献中报告的Raviv和Karpuk，并推广了MDS-TPIR之前发现的Freij-Hollanti等人的可实现的速率。然后扩展该设置以允许无响应和拜占庭服务器。最后，该计划被应用到找到一个新的下凸包（下载，上传）对安全和私人的分布式矩阵乘法，推广，并在一定的渐近设置严格提高了最知名的先前结果。
2019-08-28 cs.IT math.IT
Quantum $X$-Secure $B$-Byzantine $T$-Colluding Private Information Retrieval
本文首次在量子私有信息检索中形式化定义拜占庭服务器的能力，证明其因量子编码而强于经典情形，并提出基于跨子空间对齐的方案，在某些情况下实现超密编码增益。
2024-05-07 cs.CR cs.IT cs.NI
Beyond Yao's Millionaires: Secure Multi-Party Computation of Non-Polynomial Functions
本文提出基于Shamir秘密共享的无条件安全N方比较方案，在不泄露私有输入和中间结果的前提下确定最大值，并可扩展计算最小值、中位数、秩等非多项式函数，计算复杂度低于现有方案，适用于联邦学习等场景。
2024-10-22 cs.CR cs.IT math.IT
Byzantine-Resilient Secure Aggregation for Federated Learning Without Privacy Compromises
School of Computation, Information and Technology（计算、信息与技术学院）
针对联邦学习的隐私与安全风险，提出结合拉格朗日编码计算等技术的ByITFL方案，基于多项式近似ReLU的信任分数实现拜占庭容错，是首个具备完整信息论隐私性的同类方案。
2025-06-12 cs.CR cs.DC cs.IT
DP-PSI: Private and Secure Set Intersection
对用于安全2方计算的私有集合交集（PSI）进行分类的一种方式是交集是（a）向双方揭示还是（b）对双方隐藏，而仅暴露匹配的有效载荷的计算功能。两者都旨在提供加密安全性，同时避免暴露对方的不匹配元素。然而，在一个实际场景中，它们可能不足以实现安全和隐私：当需要交叉点并且必须出于法律、道德和竞争原因考虑通过功能输出泄露的信息时。诸如广告商和广告供应商的两方持有用于PSI计算的用户集合，例如，以在联合营销应用中向广告供应商揭示共同用户。除了标准PSI所要求的安全保证以保护不匹配的元素之外，任何一方都不允许“挑出”元素/用户是否属于另一方，即使联合广告需要共同用户。这是一个令人着迷的问题，没有一种PSI技术提供了解决方案。鉴于这一缺点，我们将差分隐私（DP）和S2 PC组合起来，以提供两全其美的效果，并提出了差异隐私PSI（DP-PSI），这是一种新的隐私模型，它共享PSI的强大安全保护，同时遵守GDPR最近的形式化概念，即排除各方的“信号输出”攻击，除非概率很低。
2022-08-28 cs.CR cs.IT math.IT
Asymmetric $X$-Secure $T$-Private Information Retrieval: More Databases is Not Always Better
本文研究非对称 XSTPIR 问题，提出基于通信矩阵的数据库分组机制和分组 PIR 方案，给出可达速率上界，并证明在某些情况下可丢弃部分数据库以提高速率，表明更多数据库并非总是更好。
2023-05-09 cs.CR cs.IT cs.NI
Secure Multicast Communications with Private Jammers
本文研究了多播网络的保密率优化问题，在该网络中，一个发射机在存在多个窃听者的情况下向多个合法用户广播相同的信息。为了提高可达到的保密率，私人干扰机被用来产生干扰来迷惑窃听者。这些私人干扰器根据窃听者收到的干扰量向合法发射机收取干扰服务费用。因此，这个保密率最大化的问题被制定为一个Stackelberg游戏，其中私人干扰机和发射机的领导者和追随者的游戏，分别。首先考虑一个固定的干扰价格的情况下，其中一个封闭的形式的解决方案是来自干扰机产生的最佳干扰量，以最大限度地提高合法发射机的收入。基于这个解决方案，Stackelberg均衡的建议的游戏，在合法的发射机和私人干扰机实现其最大收益，然后得出。仿真结果也验证了这些理论推导。
2016-09-16 cs.GT cs.IT math.IT
Entangled Polynomial Codes for Secure, Private, and Batch Distributed Matrix Multiplication: Breaking the "Cubic" Barrier
在分布式矩阵乘法中，一个常见的场景是通过将输入矩阵划分为更小的子矩阵，为每个工作者分配乘法任务的一部分。特别地，通过将两个输入矩阵划分为$m$ × $p$和$p$ × $n$子块，单个乘法任务可以被视为计算$pmn$子矩阵乘积的线性组合，其可以被分配给$pmn$工作器.这种基于块划分的设计已经在安全、私有和批量计算的主题下被广泛研究，其中现有技术都要求计算至少“立方”（$pmn$）数量的子矩阵乘法。纠缠多项式码，首先提出的掉队缓解，提供了一个强大的方法来打破立方障碍。它实现了次立方恢复阈值，这意味着可以从乘法结果的\emph{any}子集恢复最终乘积，其大小顺序小于$pmn$。在这项工作中，我们表明，纠缠多项式码可以进一步扩展到也包括这三个重要的设置，并提供了一个统一的框架，顺序减少总的计算成本后，通过实现次立方恢复阈值的最新技术。
2020-04-13 cs.DC cs.IT math.IT
$X$-Secure $T$-Private Federated Submodel Learning with Elastic Dropout Resilience
最近的兴趣在联邦子模型学习的动机，这项工作探讨了基本的问题，私人读取和写入数据库组成的$K$文件（子模型），存储在$N$分布式服务器根据$X$ -安全的阈值秘密共享计划。一个接一个地，各种用户希望检索他们想要的文件，本地处理信息，然后更新分布式数据库中的文件，同时保持他们想要的文件的身份对任何一组多达$T$的串通服务器是私有的。服务器的可用性随着时间的推移而变化，因此需要弹性的丢包恢复能力。这项工作的主要贡献是一个自适应方案，称为ACSA-RW，它利用所有当前可用的服务器来降低其通信成本，在每次写入操作后完全更新数据库，即使数据库由于服务器退出而只能部分访问，并确保网络的无记忆操作，在这个意义上，存储结构被保留，未来的用户可以保持对过去的遗忘服务器退出的历史记录。ACSA-RW构造建立在最初为XSTPIR引入的CSA代码的基础上，并且已被证明是安全分布式矩阵乘法问题的自然解决方案。ACSA-RW实现了所需的私有读和写功能，具有弹性的丢包恢复能力，与PIR文献中私有读的最佳结果相匹配，在私有写的可用基线基础上进行了显著改进，揭示了上传和下载成本之间的惊人对称性，并利用冗余存储尺寸来容纳高达特定阈值的任意读写丢包服务器。它还肯定地回答了Kairouz等人提出的一个开放性问题。通过利用私有读写操作的联合设计的协同收益。
2021-03-22 cs.IT math.IT
Secure Semantic Communication for Image Transmission in the Presence of Eavesdroppers
针对无线信道易受窃听的问题，提出一种基于可逆神经网络和隐写术的安全语义通信方法，将私有图像信号嵌入宿主图像，在保证合法接收者重建质量的同时，使窃听者只能解码宿主图像，从而增强隐私保护。
2024-04-18 cs.IT eess.SP math.IT
Quantum Symmetric Private Information Retrieval with Secure Storage and Eavesdroppers
研究经典与量子场景下具备$X$-安全、$E$-窃听和$T$-串谋防护的SPIR，提出基于改进CSA和$N$-sum box的方案，并给出经典速率及保持超密集编码增益的量子速率。
2023-08-21 cs.CR cs.IT cs.NI
Differentially Private Secure Multiplication: Beyond Two Multiplicands
School of Electrical and Computer Engineering, Georgia Institute of Technology（佐治亚理工学院电气与计算机工程学院）
本文提出了一种基于编码多项式和分层噪声注入的安全乘法框架，扩展了差分隐私下多乘数乘法的隐私-准确性权衡分析。
2026-03-11 cs.IT math.IT
Private and Secure Distributed Matrix Multiplication with Flexible Communication Load
大型矩阵乘法是大规模机器学习应用的核心。这些操作通常在分布式计算平台上执行，其中主服务器和云中的多个工作者并行操作。对于这样的分布式平台，最近已经表明，对输入数据矩阵进行编码可以减少计算延迟，从而在恢复阈值（即，恢复矩阵乘积所需的工作者的数量和通信负载，即，从工作程序下载的数据总量。在本文中，除了准确的恢复要求，我们施加安全和隐私的数据矩阵的约束，并研究恢复阈值作为通信负载的函数。我们首先假设这两个矩阵都包含私人信息，并且工作人员可以合谋窃听这些数据矩阵的内容。对于这个问题，我们引入了一类新的安全代码，称为安全广义PolyDot（SGPD）代码，概括了最先进的非安全代码矩阵乘法。SGPD码允许恢复阈值和通信负载之间的灵活权衡，同时为两个数据矩阵提供完美的保密性。然后，我们研究了安全矩阵乘法和私人信息检索之间的联系。我们特别假设其中一个数据矩阵取自所有工作者已知的公共集合。在这种设置中，利益矩阵的身份应该对工作人员保密。对于这个模型，我们提出了一个广义PolyDot码的变体，可以保证一个矩阵的保密性和隐私的情况下，没有串通服务器的其他矩阵的身份。
2019-12-18 cs.IT math.IT
Private and Secure Distributed Matrix Multiplication Schemes for Replicated or MDS-Coded Servers
在本文中，我们研究的问题\emph{private and secure distributed matrix multiplication (PSDMM)}，其中一个用户有一个私人矩阵$A$和$N$非串通服务器共享一个图书馆的$L$（$L>1$）矩阵$B^{(0)}, B^{(1)},\ldots,B^{(L-1)}$，用户希望计算$AB^{(θ)}$的一些$θ\in [0, L)$不透露任何信息的矩阵$A$的服务器，并保持索引$θ$私有的服务器。以前的工作是有限的情况下，共享库（\textit{i.e.,}矩阵$B^{(0)}, B^{(1)},\ldots,B^{(L-1)}$）存储在服务器上的复制形式和计划是非常罕见的文献中，仍然有很大的改进空间。在本文中，我们提出了两个PSDMM计划，其中一个是有限的情况下，共享库存储在服务器上的复制形式，但具有更好的性能比国家的最先进的计划，它可以实现更小的恢复阈值和下载成本。另一个关注的是共享库以MDS编码的形式跨服务器存储的情况，这需要在服务器中较少的存储空间。第二个PSDMM码不取代第一个，即使底层MDS码被降级为重复码，因为它们是完全两个不同的方案。
2022-01-30 cs.IT math.IT
The Poisson binomial mechanism for secure and private federated learning
Stanford University（斯坦福大学）；Google Research（谷歌研究院）
我们介绍了Poisson Binomial机制（PBM），这是一种用于分布式均值估计（DME）的离散差分隐私机制，可应用于联邦学习和分析。我们对其隐私保证进行了严格的分析，表明它实现了与连续高斯机制相同的隐私准确性权衡。我们的分析是基于一个新的约束上的两个泊松二项分布，可能是独立的利益的雷尼分歧。与以前的离散DP计划的基础上加性噪声，我们的机制编码到一个参数的二项分布的本地信息，因此输出分布是离散的有界支持。此外，支持度不像在需要添加更多噪声以实现更高隐私的加法方案的情况下那样随着隐私预算$\varepsilon \rightarrow 0$而增加;相反，支持度随着$\varepsilon \rightarrow 0$而变小。有界支持使我们能够将我们的机制与安全聚合（SecAgg），一个多方密码协议，而不需要执行模块化裁剪，从而导致在一个无偏估计的本地向量的总和。这反过来又允许我们在私有FL设置中应用它，并提供SGD算法收敛速度的上限。此外，由于输出分布的支持度随着$\varepsilon \rightarrow 0$的增大而减小，因此该方案的通信代价随着隐私约束$\varepsilon$的增大而减小，在高隐私或低通信条件下优于所有基于加性噪声的分布式DP方案.
2022-07-09 cs.CR cs.IT cs.LG
Differentially Private Secure Multiplication with Erasures and Adversaries
School of Electrical and Computer Engineering, Georgia Institute of Technology（佐治亚理工学院电气与计算机工程学院）
本文提出了一种基于多项式的编码方案，用于在存在诚实少数的情况下实现安全乘法，通过改进的Berlekamp-Welch算法检测攻击节点，实现了隐私与效用的权衡。
2025-12-08 cs.IT math.IT
Joint Accuracy and Confidentiality in Semantic-Aware Secure Remote Reconstruction
Linköping University（林雪平大学）
本文研究无线网络中同时保证合法接收端精度和窃听者保密性的远程重建问题，提出保密重建精度（CRA）指标，通过三维稳态分析推导出长期平均CRA和最优传输概率的闭式表达式，揭示传统边际分析的局限性及非平凡行为。
2026-09-03 cs.IT cs.SY eess.SY
Perfectly-Private Analog Secure Aggregation in Federated Learning
Department of Electrical Engineering, Chalmers University of Technology, Sweden（瑞典查尔姆斯理工大学电子工程系）；Department of Mathematics and Systems Analysis, Aalto University, Finland（芬兰阿尔托大学数学与系统分析系）
本文提出一种基于环面的联邦学习安全参数聚合方法，利用环面均匀分布实现完美隐私且避免精度损失，实验表明其性能优于有限域方案。
2025-09-17 cs.IT cs.LG math.IT
Quantum secure direct communication with private dense coding using general preshared quantum state
利用一般的预共享量子态和推广的稠密编码研究了量子保密直接通信。在这种情况下，Alice被允许在预共享状态上应用酉来编码她的消息，并且允许的酉集合形成一个组。为了解码消息，Bob被允许在他自己的系统和他接收的系统上应用测量。在最坏的情况下，我们保证Eve即使在Eve访问她拦截的系统和她的预共享状态的原始系统之间的联合系统时也不会获得消息的信息。在实际应用中，我们提出了一个具体的协议，并在有限长度的设置中导出了信息泄漏的上界。我们还讨论了当预共享态未知时，如何将我们的方案应用于离散Weyl-Heisenberg表示的情况。
2022-05-23 cs.IT math.IT quant-ph
Scalable Information-Flow Analysis of Secure Three-Party Affine Computations
安全多方计算中的精心设计的协议使几个参与者能够计算他们自己的私人输入的公共函数，同时确保没有关于私人输入的不期望的信息泄漏，并且不求助于任何可信的第三方。然而，计算的公共输出不可避免地泄露了一些关于私有输入的信息。最近的作品已经引入了一个框架，并提出了一些技术来量化这种信息流。然而，由于它们的复杂性，这些方法不能扩展到可能涉及大输入空间的实际情况。这里报告的工作的主要贡献是正式调查的信息流捕获的最小熵的特定情况下，安全的三方计算的仿射函数，以使其量化可扩展到现实的场景。为此，我们在数学上推导出一个明确的公式，这个熵下一致的先验信念的输入。我们表明，这种封闭形式的表达式可以计算的时间常数的输入大小和对数的仿射函数的系数。最后，我们制定了一些理论界限，这种隐私泄漏的存在下，非统一的先验信念。
2019-01-03 cs.CR cs.IT math.IT
A Shannon Approach to Secure Multi-party Computations
在安全多方计算（SMC）中，各方希望在其私有数据上计算函数，而不会透露比函数所透露的更多关于其数据的信息。在本文中，我们研究了两个Shannon型问题上这个问题。首先，我们考虑传统的单次模型SMC不假设一个概率先验的数据。在这个模型中，私有通信和随机性是安全计算的关键使能因素，我们研究了随机性成本和容量的概念。然后，我们移动到一个概率模型的数据，并提出了一个香农模型的离散无记忆SMC。在这个模型中，数据之间的相关性是安全计算的关键使能因素，我们研究了依赖关系的概念，它允许函数的安全计算。虽然模型和问题是通用的，但本文重点关注求和函数，并依赖于极化码构造。
2014-03-26 cs.CR cs.IT math.IT
Robust and Secure Cache-aided Private Linear Function Retrieval from Coded Servers
这项工作研究了一个系统，每个用户的目的是检索一个标量线性函数的文件库，这是最大距离可分离的编码和存储在多个分布式服务器。系统需要保证鲁棒解码，在这个意义上，每个用户必须解码其所需的功能与信号接收到的任何子集的服务器的基数超过阈值。此外，（a）图书馆的内容必须保密，以免窃听者从服务器获得所有信号;（b）任何一部分用户加在一起都不能获得关于其余用户的需求的任何信息;（c）用户的需求必须保密，不受所有服务器的干扰，即使他们串通。通过修改现有的布局交付阵列（PDA）的结构，最初提出的单服务器单文件检索编码缓存系统，没有任何隐私或安全性或鲁棒性的限制，可扩展的计划。结果表明，PDA描述的原始Maddah-Ali和Niesen的编码缓存方案的结果在一个负载-内存的权衡，是最佳的一个恒定的乘法差距内，除了小内存制度时，文件的数量小于用户的数量。作为副产品，改进的顺序最优性的结果来自三个限制较少的系统在所有参数制度。
2021-08-22 cs.IT math.IT
Weighted Sum-Rate Maximization for Rate-Splitting Multiple Access Based Secure Communication
随着对物理层安全的研究从点对点系统向多用户场景发展，多用户干扰（MUI）被引入并成为一个不可避免的问题。与传统安全通信中将MUI完全视为噪声不同，本文提出了一种基于速率分割多址接入（RSMA）的安全波束形成设计，将用户消息分割编码为公共流和私有流。每个用户不仅解码公共流和预期的私有流，而且还试图窃听其他用户的私有流。我们制定了一个加权和率（WSR）最大化问题的保密率要求的所有用户。为了解决问题的非凸性，采用一种基于连续凸逼近（SCA）的方法，将原来的非凸和棘手的问题转化为一个低复杂度的次优迭代算法。数值结果表明，所提出的安全波束形成方案优于传统的多用户线性预编码（MULP）技术的WSR性能，同时确保用户的保密率要求。
2022-03-03 cs.IT math.IT
Quantum $X$-Secure $T$-Private Information Retrieval From MDS Coded Storage With Unresponsive and Byzantine Servers
本文提出一种基于MCSA码与CSS码融合的量子私有信息检索协议，在MDS编码存储下实现X-安全与T-私有，可容忍E个无响应和B个拜占庭服务器，并获得超密编码增益。
2025-09-25 cs.IT math.IT
Function Computation Without Secure Links: Information and Leakage Rates
研究无安全链路下多用户通过无噪广播信道向融合中心计算函数的通信速率与信息泄露，推导了用户数据独立时的容量区域及相关时的内外区域。
2025-09-13 cs.IT math.IT
Secure and Private Structured-Subset Retrieval: Fundamental Limits and Achievable Schemes
Santa Clara University（圣克拉拉大学）
研究提出安全隐私结构子集检索问题，分析最大检索率及共享随机性与消息大小比，改进线性方案的分包级别。
2026-05-12 cs.IT math.IT
The Asymptotic Capacity of $X$-Secure $T$-Private Linear Computation with Graph Based Replicated Storage
本文研究基于图复制存储的 GXSTPLC 渐近容量，通过将其归约为非对称 Asymm-GXSTPLC 并利用 Cauchy 矩阵 Vandermonde 分解构造可达方案，证明已有线性规划上界紧，并确定 GXSLC 有限消息数的确切容量。
2023-08-13 cs.IT math.IT
Robust, Secure and Private Cache-aided Scalar Linear Function Retrieval from Distributed System with Blind and Adversarial Servers
本文研究具有鲁棒、盲和对抗服务器的分布式系统中安全私有的标量线性函数检索问题，通过将 Shamir 秘密共享和密钥叠加引入 PDA 框架提出编码方案，实现了存储和通信负载在乘法间隙内最优。
2024-07-24 cs.IT math.IT
Privacy-Constrained Remote Source Coding
我们认为，通过一个紧凑的表示，以有效和安全的方式揭示/共享数据的问题。该表示应确保所需特征/属性的可靠重建，同时仍保留数据的秘密部分的隐私。该问题被制定为一个远程有损信源编码与隐私约束的远程源包括公共和秘密部分。给出了压缩率、失真和隐私泄漏率的最佳折衷区域的内界和外界，并在某些特殊情况下证明了它们是一致的。当将失真度量专门化为对数损失函数时，对于相同边信息的情况，所得到的速率-失真-泄漏折衷形成了对应于所谓的信息瓶颈的“安全”版本的优化问题。
2016-05-06 cs.IT math.IT
