面向无监督学习的差分隐私混合类型合成数据生成
机器学习
2020-12-11 v2 密码学与安全
机器学习
摘要
我们提出了用于合成数据生成的 DP-auto-GAN 框架，该框架将自编码器的低维表示与生成对抗网络（GANs）的灵活性相结合。该框架可用于接收原始敏感数据，并 privately 训练一个用于生成合成数据的模型，使合成数据满足与原始数据相似的统计特性。该学习到的模型可生成任意量的合成数据，由于差分隐私的后处理保证，这些数据随后可被自由共享。我们的框架适用于可能包含二值、类别和实值数据的无标签混合类型数据。我们在二值数据（MIMIC-III）和混合类型数据（ADULT）上实现了该框架，并在无监督设定下的指标上与现有私有算法进行了性能比较。我们还引入了一种能够检测合成数据多样性及其缺失的新定量指标。
引用
@article{arxiv.1912.03250,
title = {Differentially Private Synthetic Mixed-Type Data Generation For Unsupervised Learning},
author = {Uthaipon Tantipongpipat and Chris Waites and Digvijay Boob and Amaresh Ankit Siva and Rachel Cummings},
journal= {arXiv preprint arXiv:1912.03250},
year = {2020}
}