东南大学陈立全教授团队2020级博士生房惠宇的研究成果近日被第44届IEEE安全和隐私研讨会（IEEE Symposium on Security and Privacy, IEEE S&P 2023）录用。论文第一作者为博士研究生房惠宇，通讯作者为陈立全教授，东南大学为该论文的第一作者和唯一通讯单位，这也是东南大学网安学院研究生首次以第一作者在IEEE S&P上发表学术论文。
论文题目为“Locally Differentially Private Frequency Estimation Based on Convolution Framework”。近年来，因为本地差分隐私可以实现收集用户数据的同时有效保护个人隐私的特性，目前已被各大科技公司，包括苹果、谷歌、微软等广泛应用于各种信息收集的场景。本地差分隐私通常的实现步骤可分解为编码、扰动和汇聚。然而在本地差分隐私中，每个用户都需要在自己的发送数据中添加随机噪声，导致总添加噪声相当巨大，并且汇聚步骤会进一步放大添加的噪声，这极大影响了本地差分隐私技术的实用性。本文首次将编码、扰动步骤等价为一个卷积过程，汇聚步骤等价为一个带噪反卷积问题，并利用维纳反卷积技术有效降低了最后收集数据中的噪声，从而大幅提升了现有本地差分隐私算法的准确性，实现了更好的隐私-实用性的折中。
IEEE安全和隐私研讨会创办于1980年，是信息安全领域历史最悠久、最享有盛誉的顶级学术会议，也是中国计算机学会（CCF）推荐的A类会议。IEEE S&P录用率长期保持在12%-15%，被录用的稿件反映了信息安全领域国际最前沿的研究水平和方向。
