MaSS：从信息论角度实现效用保持数据变换的多属性选择性抑制

大规模数据集的日益丰富对于推动机器学习技术的快速发展和广泛应用至关重要。然而，由于无意中的处理不当或恶意利用，大量数据的收集和使用给人们的私密和敏感信息带来了越来越大的风险。除了立法解决方案外，许多技术方法已被提出用于数据隐私保护。然而，它们存在各种局限性，例如导致数据可用性和效用下降，或依赖启发式方法且缺乏坚实的理论基础。为了克服这些局限性，我们为这个效用保持的隐私保护问题提出了一个正式的信息论定义，并设计了一个数据驱动的可学习数据变换框架，该框架能够选择性地抑制目标数据集中的敏感属性，同时保留其他有用属性，无论这些属性是否事先已知或明确标注为需要保留。我们对框架的操作界限提供了严格的理论分析，并使用多种模态的数据集进行了全面的实验评估，包括面部图像、语音音频片段和人体活动运动传感器信号。结果证明了我们的方法在各种配置下对多种任务的有效性和泛化能力。我们的代码可在https://github.com/jpmorganchase/MaSS获取。