k-Means 子聚类：一种具有改进聚类质量的差分私有算法
机器学习
2023-01-10 v1
摘要
在当今数据驱动的世界中，信息的敏感性一直是重要关切。利用这些数据及个人背景的附加信息，可轻易推断个体的隐私数据。交互式设定中已提出许多差分私有迭代算法，以保护个体免受这些推断攻击。现有方法调整以迭代 Lloyd 算法计算差分私有（DP）质心并通过各种 DP 机制扰动质心。这些 DP 机制不保证差分私有迭代算法的收敛并降低聚类质量。因此，本工作中我们进一步扩展先前“具收敛保证的差分私有 k-Means 聚类”的工作，将其作为基线。我们方法的新颖之处在于对聚类进行子聚类，然后选择更可能朝未来质心方向移动的质心。在每步 Lloyd 中，使用指数 DP 机制向质心注入噪声。实验结果表明，我们的方法在保持相同差分私有要求下，聚类质量优于当前最先进方法即基线算法。对于 Wine 与 Breast_Cancer 数据集，聚类质量分别比基线显著提高了 4.13 与 2.83 倍。
引用
@article{arxiv.2301.02896,
title = {k-Means SubClustering: A Differentially Private Algorithm with Improved Clustering Quality},
author = {Devvrat Joshi and Janvi Thakkar},
journal= {arXiv preprint arXiv:2301.02896},
year = {2023}
}
备注
Accepted at PAS Workshop at CIKM 2022