基于渐进式信息披露的含人工复核多层隐私保护记录链接

隐私保护记录链接（PPRL）是敏感信息数据集成任务中的一个关键组成部分。链接质量决定了组合数据集及基于它们的（机器学习）应用的可用性。我们提出了一种新颖的隐私保护协议，该协议利用多层主动学习过程将人工复核集成到PPRL中。不确定的匹配候选记录在多个层级上由人类和非人类预言机进行复核，以减少每条记录及总体的信息披露量。预测结果被反向传播以更新之前的层级，从而也提高了未复核候选记录的链接性能。数据所有者始终控制着他们为每条记录所共享的信息量。因此，我们的方法遵循了“需知”和数据主权原则。在真实世界数据集上的实验评估表明，在有限的标注工作和隐私风险下，链接质量得到了显著提高。