纵向数据集合中差分隐私合成数据的持续发布
数据结构与算法
2024-05-28 v2 密码学与安全
计算机与社会
应用统计
摘要
受医学和社会科学研究中长期纵向研究中的隐私问题驱动，我们研究了从纵向数据集合中持续发布差分隐私合成数据的问题。我们引入一个模型：在每个时间步，每个个体报告一个新的数据元素，合成器的目标是以一致的方式增量更新合成数据集，以捕获丰富的统计性质类别。我们给出保留两类基本查询的持续合成数据生成算法：固定时间窗口查询和累积时间查询。我们展示了这些算法误差率的近乎紧的上界，并展示了其在美国人口普查局收入和项目参与调查（Survey of Income and Program Participation）中实际规模数据集上的经验性能。
引用
@article{arxiv.2306.07884,
title = {Continual Release of Differentially Private Synthetic Data from Longitudinal Data Collections},
author = {Mark Bun and Marco Gaboardi and Marcel Neunhoeffer and Wanrong Zhang},
journal= {arXiv preprint arXiv:2306.07884},
year = {2024}
}