基于贝叶斯数据合成的青少年危险行为隐私保护：以 YRBS 为例
应用统计
2022-05-24 v1
摘要
大量公开可用的多样化调查数据集尽管有用，却引发了受访者层面的隐私担忧。用于数据隐私与保密的合成数据方法已在隐私保护和效用保持方面显示出效用。本文旨在通过展示青少年危险行为调查（YRBS）样本的合成数据案例研究，说明合成数据如何促进高度敏感青少年危险行为信息的传播。鉴于 YRBS 中几乎所有变量均为分类变量，采用多项乘积的狄利克雷过程混合（DPMPM）合成器对 YRBS 样本进行部分合成。对效用与披露风险的详细评估表明，与保密的 YRBS 样本相比，生成的合成数据能够在保持高水平效用的同时显著降低披露风险。
引用
@article{arxiv.2205.10833,
title = {Privacy Protection for Youth Risk Behavior Using Bayesian Data Synthesis: A Case Study to the YRBS},
author = {Yixiao Cao and Jingchen Hu},
journal= {arXiv preprint arXiv:2205.10833},
year = {2022}
}