利用垂直公私分割提升合成数据生成效果

差分隐私合成数据生成（Differentially Private Synthetic Data Generation, DP-SDG）是私有安全表格数据共享的关键技术，通过添加精心校准的统计噪声来保证个人隐私，同时保留输入数据的统计特性。近期文献探索了利用少量公共数据来提高合成数据质量的方法，这些方法研究的是水平公私划分，假设可获取少量公共行用于模型初始化，从而提供有限的实用性提升。然而，现实数据集往往自然地由公共属性和私有属性构成，使得垂直公私划分在实际合成数据部署中更为 Relevant。我们提出了一种新框架，将水平公私方法适用于垂直设置进行比较。我们还提供了另一种基于条件生成的替代方法，揭示了公共数据辅助方法的初始局限性，并提出了未来研究方向以解决这些挑战。