用于密度估计、数据合成与变分推断的差分隐私归一化流及其在电子健康记录中的应用
机器学习
2023-02-14 v1 密码学与安全
机器学习
应用统计
摘要
电子健康记录（EHR）通常包含关于个体患者的敏感医疗信息，这对共享或发布 EHR 数据以用于下游学习与推断任务造成了显著限制。我们使用归一化流（NF，一类深度生成模型）在差分隐私（DP）保证下估计数据集的概率密度，并由此生成保护隐私的合成数据。我们将该技术应用于一个包含肺动脉高压患者的 EHR 数据集。我们通过比较基于物理模型的参数在高血压状态预测中的准确率与变分后验分布，评估合成数据的学习与推断效用。此外，我们使用一个来自非线性模型的模拟数据集，比较基于保护隐私的合成数据的变分推断（VI），以及在对原始非私有数据集直接对用于 VI 的 NF 进行隐私化以获得 DP 保证的保护隐私 VI 所得结果。结果表明，通过带 NF 的差分隐私密度估计生成的合成数据可在合理的隐私代价下产生良好效用。我们还表明，基于自由能界损失的差分隐私 NF 所得 VI 可能产生相关性结构显著改变的变分近似，而基于两个分布之间替代相异度度量的损失形式可能提供改进结果。
引用
@article{arxiv.2302.05787,
title = {Differentially Private Normalizing Flows for Density Estimation, Data Synthesis, and Variational Inference with Application to Electronic Health Records},
author = {Bingyue Su and Yu Wang and Daniele E. Schiavazzi and Fang Liu},
journal= {arXiv preprint arXiv:2302.05787},
year = {2023}
}