PrivSyn：差分隐私数据合成
密码学与安全
2021-01-01 v1
摘要
在差分隐私（DP）中，一个具有挑战性的问题是如何生成能够有效捕捉私有数据中有用信息的合成数据集。该合成数据集使得任何任务都可以在无需隐私担忧且无需修改现有算法的情况下完成。在本文中，我们提出 PrivSyn，这是首个可处理通用表格数据集（具有 100 个属性和域大小 ）的自动合成数据生成方法。PrivSyn 由一种自动且隐私地识别数据中相关性的新方法，以及一种从稠密图模型生成样本数据的新方法组成。我们在多个数据集上广泛评估了不同方法，以证明我们方法的性能。
引用
@article{arxiv.2012.15128,
title = {PrivSyn: Differentially Private Data Synthesis},
author = {Zhikun Zhang and Tianhao Wang and Ninghui Li and Jean Honorio and Michael Backes and Shibo He and Jiming Chen and Yang Zhang},
journal= {arXiv preprint arXiv:2012.15128},
year = {2021}
}