聚类的差分隐私解释
密码学与安全
2025-06-09 v1 数据库
摘要
保护敏感数据的需求导发了各种隐私定义，其中差分隐私（DP）被认为是最为严格和安全的隐私概念，能够在保留数据贡献者隐私的同时进行数据分析。数据分析的基本任务之一是聚类，这意在揭示复杂数据集中隐藏的模式。然而，对聚类结果进行解释面临着显著的挑战，往往需要 extensive 的分析过程。在DP的条件下，对聚类结果进行解释更加具有挑战性，因为分析师只能获得查询的带噪响应，而较长的手动探索会需要额外的噪声才能满足隐私约束。虽然越来越多的关注力度转向旨在帮助分析师通过自动发现每个聚类特征来辅助聚类解释的框架，但此类框架也可能透露数据集中包含的敏感信息，从而导致隐私泄露。为此，我们提出DPClustX，一个满足DP条件的框架，能够在保持黑盒聚类结果的同时提供解释。DPClustX以敏感数据集和已计算的聚类标签为输入，输出全局解释，突出显示每个聚类的显著特征，同时保证DP。我们对DPClustX在真实数据上的进行了广泛的实验分析，表明即使在严格的隐私约束下，DPClustX也能提供具有洞察性和准确性的解释。
引用
@article{arxiv.2506.05900,
title = {Differentially Private Explanations for Clusters},
author = {Amir Gilad and Tova Milo and Kathy Razmadze and Ron Zadicario},
journal= {arXiv preprint arXiv:2506.05900},
year = {2025}
}