dpart：差分隐私自回归表格数据——一种合成数据生成的通用框架
机器学习
2022-07-14 v1 密码学与安全
摘要
我们提出了一个通用、灵活且可扩展的框架 dpart，一个用于差分隐私合成数据生成的开源 Python 库。该方法的核心是自回归建模——将联合数据分布分解为一系列低维条件分布，由多种方法捕获，如机器学习模型（逻辑/线性回归、决策树等）、简单直方图计数或自定义技术。该库旨在作为快速且易用的基线，并服务于广泛用户群体，从合成数据生成初学者到具有领域专业知识可配置建模各方面并贡献新方法/机制的资深用户。dpart 的具体实例包括 Independent、PrivBayes 的优化版本，以及新提出的模型 dp-synthpop。代码：https://github.com/hazy/dpart
引用
@article{arxiv.2207.05810,
title = {dpart: Differentially Private Autoregressive Tabular, a General Framework for Synthetic Data Generation},
author = {Sofiane Mahiou and Kai Xu and Georgi Ganev},
journal= {arXiv preprint arXiv:2207.05810},
year = {2022}
}
备注
Accepted at the Theory and Practice of Differential Privacy (TPDP) 2022, part of ICML 2022