面向 Topics API 输出的差分隐私合成数据释放
密码学与安全
2025-07-01 v1 人工智能
机器学习
摘要
隐私保留广告 API 隐私属性的分析是已获得学术界、行业界和监管机构高度关注的领域。尽管如此，对这些方法的实证研究仍受限于缺乏公开可用数据。可靠地对 API 的隐私属性进行实证分析，实际需要获得由真实 API 输出组成的数据集；然而，隐私顾虑阻碍了此类数据向公众的普遍释放。在本工作中，我们发展了一种新方法论，用于构建同时具备足够真实性以 enable accurate study 且提供强隐私保护的合成 API 输出。我们聚焦于一种隐私保留广告 API：Google Chrome 隐私沙箱的一部分 Topics API。我们的方法论基于首先计算大量描述 API 轨迹随时间演变的差分隐私统计量。随后，我们设计一个关于 API 轨迹序列的可参数化分布，并优化其参数，以使其与获取的统计量高度匹配。最后，我们通过从该分布中抽取来创建合成数据。 our work is complemented by an open-source release of the anonymized dataset obtained by this methodology. 我们希望这将使外部研究者能够深入分析该 API 并在真实大规模数据集上复制以前及未来工作。我们相信本工作将促进对隐私保留广告 API 隐私属性的透明度。
关键词
引用
@article{arxiv.2506.23855,
title = {Differentially Private Synthetic Data Release for Topics API Outputs},
author = {Travis Dick and Alessandro Epasto and Adel Javanmard and Josh Karlin and Andres Munoz Medina and Vahab Mirrokni and Sergei Vassilvitskii and Peilin Zhong},
journal= {arXiv preprint arXiv:2506.23855},
year = {2025}
}
备注
20 pages, 8 figures