2025年线性代数隐私保护机器学习中的差分隐私试题.docVIP

2025年线性代数隐私保护机器学习中的差分隐私试题

一、单项选择题（每题3分，共30分）

在差分隐私机制中，拉普拉斯噪声的添加量与查询函数的敏感度呈何种关系？

A.正比

B.反比

C.指数关系

D.无关

解析：拉普拉斯机制中噪声的尺度参数由公式$\Deltaf/\epsilon$确定，其中$\Deltaf$为查询函数的全局敏感度。敏感度越高，为达到相同隐私保护水平$\epsilon$，所需添加的噪声量越大，二者呈正比关系。答案：A

设矩阵$A$为$n$阶隐私协方差矩阵，其特征值分解为$A=U\LambdaU^T$，在高斯差分隐私机制下对$\Lambda$添加噪声后，矩阵的正定性是否改变？

A.一定改变

B.一定不变

C.当噪声方差小于最小特征值时不变

D.仅当$\epsilon1$时不变

解析：协方差矩阵的特征值均为非负数。高斯噪声的方差$\sigma^2=2\ln(1.25/\delta)\cdot\Deltaf^2/\epsilon^2$，若噪声绝对值小于最小特征值$\lambda_{\text{min}}$，则扰动后的特征值$\lambda_i+\mathcal{N}(0,\sigma^2)$仍为正数，矩阵保持正定。答案：C

已知线性回归模型$y=X\beta+\epsilon$