农业中的隐私保护数据共享： enforcing 安全保密数据合成的策略规则
密码学与安全
2024-01-29 v1 人工智能
机器学习
摘要
大数据为农业群体提供了优化资源利用、提高生产力和增强农业实践可持续性所需的信息。农业中大数据的使用需要收集和分析来自传感器、卫星和农民调查等多种来源的数据。虽然大数据可以为农业群体提供有价值的洞察并提高效率，但关于这些数据的安全性以及参与者的隐私存在重大关切。诸如欧盟 GDPR、欧盟通过合同协议进行农业数据共享的行为准则以及拟议的欧盟 AI 法之类的隐私法规已被制定，以解决数据隐私问题并就组织之间何时以及如何共享数据提供具体指南。为了使机密农业数据在不侵犯数据主体隐私的情况下广泛用于大数据分析，我们考虑农业中隐私保护的数据共享方法。基于深度学习的合成数据生成已被提出用于隐私保护数据共享。然而，在此类隐私保护工作中缺乏对已记录数据隐私策略的合规性。在本研究中，我们提出了一种在隐私保护数据生成算法中强制执行隐私策略规则的新框架。我们探讨了几种可用的农业行为准则，提取与数据中隐私约束相关的知识，并利用提取的知识在隐私保护生成模型中定义隐私边界。我们使用我们的框架生成合成农业数据，并展示实验结果表明该合成数据集在下游任务中的效用。我们还展示了我们的框架能够规避潜在威胁并根据适用的监管策略规则保护数据。
引用
@article{arxiv.2311.15460,
title = {Privacy-Preserving Data Sharing in Agriculture: Enforcing Policy Rules for Secure and Confidential Data Synthesis},
author = {Anantaa Kotal and Lavanya Elluri and Deepti Gupta and Varun Mandalapu and Anupam Joshi},
journal= {arXiv preprint arXiv:2311.15460},
year = {2024}
}