python实现差分隐私Laplace机制详解_二、差分隐私算法python-其它代码类 - CSDN文库

1.5k 浏览量更新于2023-05-25 评论 4 收藏 92KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

python实现差分隐私实现差分隐私Laplace机制详解机制详解

Laplace分布定义：分布定义：

下面先给出下面先给出Laplace分布实现代码：分布实现代码：

import matplotlib.pyplot as plt

import numpy as np

def laplace_function(x,beta):

result = (1/(2*beta)) * np.e**(-1*(np.abs(x)/beta))

return result

#在-5到5之间等间隔的取10000个数

x = np.linspace(-5,5,10000)

y1 = [laplace_function(x_,0.5) for x_ in x] y2 = [laplace_function(x_,1) for x_ in x] y3 = [laplace_function(x_,2) for x_ in x]

plt.plot(x,y1,color='r',label='beta:0.5')

plt.plot(x,y2,color='g',label='beta:1')

plt.plot(x,y3,color='b',label='beta:2')

plt.title("Laplace distribution")

plt.legend()

plt.show()

效果图如下：

接下来给出Laplace机制实现：

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

评论0

weixin_38512659

粉丝: 9
资源: 974

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈