隐私保护的教育合成数据生成
计算机与社会
2022-07-09 v1 人工智能
密码学与安全
机器学习
摘要
机构收集了大量的学习痕迹，但可能因隐私问题而不会公开。合成数据生成为教育研究开辟了新的机遇。在本文中，我们提出了一种能够保护参与者隐私的教育数据生成模型，以及一个用于比较合成数据生成器的评估框架。我们展示了简单的假名化如何导致重新识别威胁，并提出了保障隐私的技术。我们在现有的大规模教育开放数据集上评估了我们的方法。
引用
@article{arxiv.2207.03202,
title = {Privacy-Preserving Synthetic Educational Data Generation},
author = {Jill-Jênn Vie and Tomas Rigaux and Sein Minn},
journal= {arXiv preprint arXiv:2207.03202},
year = {2022}
}