不要看数据！差分隐私如何重构数据科学的实践
人机交互
2023-02-24 v1 计算机与社会
摘要
在学术界、政府和工业界，数据管理者面临越来越大的压力，既要让数据集对研究者更开放，又要保护数据主体的隐私。差分隐私(differential privacy, DP)是一种在开放访问的同时提供隐私的有前景方式，但关于 DP 与数据科学之间张力的进一步探究仍有必要。在本研究中，我们对 19 位非 DP 专家的数据从业者进行访谈，他们使用一个 DP 数据分析原型来发布关于敏感数据的隐私保护统计，以理解使用 DP 时的认知、挑战与机遇。我们发现，尽管 DP 在提供敏感数据集更广泛访问方面前景良好，但它也给数据科学工作流的每个阶段带来了挑战。我们指出了当围绕新隐私约束对社会化数据科学家进行引导时出现的伦理与治理问题，并提出了更好整合 DP 与数据科学的建议。
引用
@article{arxiv.2302.11775,
title = {Don't Look at the Data! How Differential Privacy Reconfigures the Practices of Data Science},
author = {Jayshree Sarathy and Sophia Song and Audrey Haque and Tania Schlatter and Salil Vadhan},
journal= {arXiv preprint arXiv:2302.11775},
year = {2023}
}