共享即 CAIRing：表征合成表格数据通用隐私评估的原则并评估其属性
机器学习
2025-07-17 v2 密码学与安全
计算机与社会
摘要
数据共享是许多领域（尤其是医疗保健）创新进步的必要条件。然而，保护自然人隐私的法规阻碍了数据共享的能力。合成表格数据为解决数据共享困难提供了一个有前景的方案，但其本身并不保证隐私。尽管如此，目前对于评估合成数据隐私保护能力的适当方法仍缺乏共识，使得跨研究比较结果变得困难。据我们所知，这是第一项确定构成合成表格数据良好通用隐私评估指标属性的工作。通用适用指标的目标是实现跨研究的可比性，并使非技术利益相关者能够理解隐私是如何得到保护的。我们确定了评估指标的四个原则：可比性 (Comparability)、适用性 (Applicability)、可解释性 (Interpretability) 和代表性 (Representativeness)（简称 CAIR）。为了量化和排名评估指标符合 CAIR 原则的程度，我们设计了一个使用 1-4 分制的评分标准。这四个属性中的每一个都在四个参数上进行评分，总共产生 16 个维度。我们通过评估其他研究中流行的一组指标，研究了 CAIR 原则和评分标准的适用性和有用性。结果提供了对现有指标优缺点的细致洞察，不仅对指标进行了排名，还突出了潜在改进的领域。我们期望 CAIR 原则将促进研究人员和组织就哪些通用隐私评估指标适用于合成表格数据达成共识。
引用
@article{arxiv.2312.12216,
title = {Sharing is CAIRing: Characterizing Principles and Assessing Properties of Universal Privacy Evaluation for Synthetic Tabular Data},
author = {Tobias Hyrup and Anton Danholt Lautrup and Arthur Zimek and Peter Schneider-Kamp},
journal= {arXiv preprint arXiv:2312.12216},
year = {2025}
}