arXiv、差分プライバシーの新機構「PFR」発表でノイズスケーリング改善
arXivは2026年10月29日(現地時間)、機械学習分野の論文「Propose-Filter-Release: Scaling Noise to Typical Sensitivity via Private Filtering」を公開した。この論文は、差分プライバシーの適用において、従来のメカニズムが持つノイズスケーリングの非効率性を改善する新しい手法「Propose-Filter-Release (PFR)」を提案している。PFRは、入力データをプライベートにフィルタリングすることで、典型的なデータに対する感度を保護するメカニズムを、標準的な差分プライバシーへと変換する。