CasTGAN：用于真实表格数据合成级联生成对抗网络
机器学习
2024-01-24 v2 人工智能
摘要
生成对抗网络（GANs）近年来因其已被证实的、可生成可用于多种目的的合成数据能力而备受关注。虽然 GANs 在生成复现原始数据集动态的合成数据样本上取得了巨大成功，但合成数据的有效性及潜在的隐私问题构成了尚未被充分解决的主要挑战。在这项工作中，我们设计了一种级联表格 GAN 框架（CasTGAN）用于生成真实表格数据，特别关注输出的有效性。在此语境下，有效性指真实数据中特征间存在的依赖关系，而传统生成模型通常错误表征该关系。我们的关键思路在于采用级联架构，其中专用生成器对每个特征采样，使合成输出更能代表真实数据。我们的实验结果表明，我们的模型能够生成可用于拟合机器学习模型的合成表格数据。此外，我们的模型很好地捕捉了真实数据特征间的约束与相关性，尤其是高维数据集。进一步，我们评估了针对我们模型的白盒隐私攻击风险，并随后展示对 CasTGAN 中的辅助学习器施加某些扰动可提升模型针对定向攻击的整体鲁棒性。
引用
@article{arxiv.2307.00384,
title = {CasTGAN: Cascaded Generative Adversarial Network for Realistic Tabular Data Synthesis},
author = {Abdallah Alshantti and Damiano Varagnolo and Adil Rasheed and Aria Rahmati and Frank Westad},
journal= {arXiv preprint arXiv:2307.00384},
year = {2024}
}