生成满足差分隐私的分类数据：构想及其在机器学习中的应用

私人和公共组织定期收集并分析关于其同事、志愿者、客户等的数字化数据。然而，由于大多数个人数据都是敏感的，设计隐私保护系统面临关键挑战。为应对隐私问题，研究界提出了不同的隐私保护方法，其中差分隐私（DP）作为一种形式化定义脱颖而出，它允许量化隐私-效用的权衡。此外，在本地差分隐私（LDP）模型下，用户可以在将数据发送到服务器之前在本地对其数据进行清洗。因此，本论文的目标有两个：O$_1$）在LDP保证下改进多重频率估计中的效用与隐私，这是统计学习的基础。以及O$_2$）评估在差分隐私数据上训练的机器学习（ML）模型的隐私-效用权衡。对于O$_1$，我们首先从两个“多重”视角（即跨时间的多个属性和多次收集）切入该问题，同时关注效用。其次，我们将注意力仅集中在多个属性方面，提出了一种在保持效用的同时关注隐私的解决方案。在这两种情况下，我们通过分析和实验验证证明了我们所提解决方案相对于最先进的LDP协议的优势。对于O$_2$，我们实证评估了旨在解决现实问题同时确保DP保证的基于ML的解决方案。实际上，我们主要使用了隐私保护ML文献中的输入数据扰动设定。这是整个数据集被独立清洗的情况，因此我们从集中式数据所有者的角度实现了LDP算法。在所有情况下，我们均得出结论：差分隐私ML模型达到了与非私有模型几乎相同的效用指标。