PreFair：隐私保护下生成有理可据的公平合成数据

当数据库受差分隐私（DP）保护时，其可用性范围受限。在此场景下，生成模拟私有数据属性的合成数据版本，允许用户对合成数据执行任意操作，同时保持原始数据的隐私。因此，已有诸多工作致力于设计 DP 合成数据生成系统。然而，此类系统可能保留甚至放大导致数据不公平的属性，致使合成数据无法使用。在本工作中，我们提出了 PreFair，一个支持 DP 公平合成数据生成的系统。PreFair 通过引入因果公平准则来确保合成数据的公平性，从而扩展了最先进的 DP 数据生成机制。我们调整了有理可据公平性（justifiable fairness）的概念以适应合成数据生成场景。我们进一步研究了生成 DP 公平合成数据的问题，证明了其难解性，并设计了在特定假设下最优的算法。我们还提供了广泛的实验评估，表明 PreFair 生成的合成数据比领先的 DP 数据生成机制生成的数据显著更公平，同时保持对私有数据的忠实度。