DPVisCreator: 通过差分隐私引入模式约束的隐私保护可视化
人机交互
2023-03-20 v1
摘要
数据隐私是发布数据可视化中的关键问题。然而,在隐私保护可视化中呈现多种数据模式具有挑战性。已有方法针对特定图表类型或统一执行匿名化模型,而未考虑可视化中数据模式的重要性。本文提出一种可视分析方法,帮助数据保管者在维持用户偏好模式的同时生成多个私有图表。为此,我们引入模式约束以建模用户对数据集中数据模式的偏好,并将其融入所提出的基于贝叶斯网络的差分隐私(DP)模型PriVis中。开发了原型系统DPVisCreator以辅助数据保管者实现我们的方法。通过在不同隐私保护级别下的模式效用定量评估、案例研究与半结构化专家访谈,证明了我们方法的有效性。
引用
@article{arxiv.2208.13418,
title = {DPVisCreator: Incorporating Pattern Constraints to Privacy-preserving Visualizations via Differential Privacy},
author = {Jiehui Zhou and Xumeng Wang and Jason K. Wong and Huanliang Wang and Zhongwei Wang and Xiaoyu Yang and Xiaoran Yan and Haozhe Feng and Huamin Qu and Haochao Ying and Wei Chen},
journal= {arXiv preprint arXiv:2208.13418},
year = {2023}
}
备注
9 pages, 5 figures