Euclidean error

研究发现：无协方差矩阵的隐私均值估计不可能实现

一篇新发表在arXiv上的研究论文探讨了在协方差矩阵未知的情况下，差分隐私高斯均值估计的局限性。研究建立了下界，表明隐私估计器无法获得与已知协方差时相同的保证。具体而言，最优误差可能显著更大，取决于样本量相对于有效维度的比例，误差会增大 $\sqrt{d/n}$ 或 $\sqrt{d}/n^{3/2}$ 倍。这些发现表明，在协方差未知的设置中，差分隐私可能需要维度相关的误差或样本复杂度。