Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > stat > arXiv:2507.15232

帮助 | 高级搜索

统计学 > 方法论

arXiv:2507.15232 (stat)
[提交于 2025年7月21日 ]

标题: 鲁棒且差分隐私的PCA用于非高斯数据

标题: Robust and Differentially Private PCA for non-Gaussian data

Authors:Minwoo Kim, Sungkyu Jung
摘要: 最近的进展激发了对隐私保护主成分分析(PCA)发展的广泛关注。 然而,许多现有方法依赖于限制性假设,例如假设数据服从次高斯分布或容易受到数据污染的影响。 此外,一些方法计算成本高昂,或者依赖于必须估计的未知模型参数,这限制了寻求隐私保护PCA的数据分析师的使用。 在本文中,我们提出了一种适用于重尾和可能受污染数据的差分隐私PCA方法。 我们的方法利用了适当缩放数据的协方差矩阵在椭圆分布下保留特征向量及其顺序的性质,这些分布包括高斯分布和重尾分布。 通过应用有界变换,我们能够在差分隐私的情况下直接计算主成分。 此外,有界性保证了对数据污染的鲁棒性。 我们对所提出的方法进行了理论分析和实证评估,重点是其恢复由前导主成分张成子空间的能力。 广泛的数值实验表明,与现有方法相比,我们的方法在统计效用方面表现一致更好,特别是在非高斯或受污染的数据设置中。
摘要: Recent advances have sparked significant interest in the development of privacy-preserving Principal Component Analysis (PCA). However, many existing approaches rely on restrictive assumptions, such as assuming sub-Gaussian data or being vulnerable to data contamination. Additionally, some methods are computationally expensive or depend on unknown model parameters that must be estimated, limiting their accessibility for data analysts seeking privacy-preserving PCA. In this paper, we propose a differentially private PCA method applicable to heavy-tailed and potentially contaminated data. Our approach leverages the property that the covariance matrix of properly rescaled data preserves eigenvectors and their order under elliptical distributions, which include Gaussian and heavy-tailed distributions. By applying a bounded transformation, we enable straightforward computation of principal components in a differentially private manner. Additionally, boundedness guarantees robustness against data contamination. We conduct both theoretical analysis and empirical evaluations of the proposed method, focusing on its ability to recover the subspace spanned by the leading principal components. Extensive numerical experiments demonstrate that our method consistently outperforms existing approaches in terms of statistical utility, particularly in non-Gaussian or contaminated data settings.
评论: 38页,6图
主题: 方法论 (stat.ME) ; 机器学习 (cs.LG)
引用方式: arXiv:2507.15232 [stat.ME]
  (或者 arXiv:2507.15232v1 [stat.ME] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.15232
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Minwoo Kim [查看电子邮件]
[v1] 星期一, 2025 年 7 月 21 日 04:27:09 UTC (300 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
stat.ME
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.LG
stat

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号