SoK：隐私保护数据合成
密码学与安全
2023-08-08 v2 数据库
机器学习
摘要
随着数据分析的普及，保护数据隐私已成为首要关切。因此，旨在隐私保护数据分析的机制开发激增。然而，这些方法针对特定任务；为新任务设计算法过程繁琐。作为替代，可创建（理想上）不含私有信息的合成数据。本文聚焦于隐私保护数据合成（PPDS），对该领域提供全面概览、分析与讨论。具体而言，我们提出一个统一 PPDS 中两条重要研究脉络的主配方：统计方法与基于深度学习（DL）的方法。在该主配方下，我们进一步将统计方法拆解为建模与表示的选择，并依据不同生成建模原理考察基于 DL 的方法。为巩固发现，我们提供全面参考表、提炼关键要点，并指出已有文献中的开放问题。借此，我们旨在回答以下问题：不同 PPDS 方法背后的设计原理是什么？我们如何对这些方法分类，各类别的优缺点为何？我们能否为不同现实场景下的方法选择提供指南？我们接着在私有图像合成任务上基准测试若干著名基于 DL 的方法，并得出结论：DP-MERF 是一种通用方法。最后，在系统化过去十年工作的基础上，我们指明未来方向并呼吁研究者采取行动。
引用
@article{arxiv.2307.02106,
title = {SoK: Privacy-Preserving Data Synthesis},
author = {Yuzheng Hu and Fan Wu and Qinbin Li and Yunhui Long and Gonzalo Munilla Garrido and Chang Ge and Bolin Ding and David Forsyth and Bo Li and Dawn Song},
journal= {arXiv preprint arXiv:2307.02106},
year = {2023}
}
备注
Accepted at IEEE S&P (Oakland) 2024