MC-GEN：用于隐私合成数据生成的多级聚类方法
机器学习
2022-11-30 v2 密码学与安全
摘要
随着机器学习和数据科学的发展，公司与研究机构之间为避免数据匮乏而共享数据十分常见。然而，共享包含隐私信息的原始数据集会导致隐私泄露。一种可靠的解决方案是利用保留原始数据集统计信息的隐私合成数据集。本文中，我们提出 MC-GEN，一种在差分隐私保证下面向机器学习分类任务的隐私保护合成数据生成方法。MC-GEN 应用多级聚类和差分隐私生成模型来提升合成数据的效用。在实验评估中，我们评估了参数的影响以及 MC-GEN 的有效性。结果表明，在多个分类任务上，MC-GEN 能在特定隐私保证下取得显著效果。此外，我们将 MC-GEN 与三种现有方法比较。结果表明 MC-GEN 在效用方面优于其他方法。
引用
@article{arxiv.2205.14298,
title = {MC-GEN:Multi-level Clustering for Private Synthetic Data Generation},
author = {Mingchen Li and Di Zhuang and J. Morris Chang},
journal= {arXiv preprint arXiv:2205.14298},
year = {2022}
}