SynDiffix：更精准的合成结构化数据
密码学与安全
2023-11-17 v1
摘要
本文介绍 SynDiffix，一种用于生成统计准确、匿名的合成结构化数据的机制。近期开源与商业系统使用生成对抗网络或变换自编码器来合成数据，并通过避免过拟合实现匿名。相比之下，SynDiffix 利用传统的聚合、噪声添加与抑制等机制。与 CTGAN 相比，由 SynDiffix 生成的 ML 模型准确率高两倍，边际与列对数据质量高一到两个数量级，且执行时间快两个数量级。与我们测得的最佳商业产品（MostlyAI）相比，ML 模型准确度相当，边际与列对准确度优 5 至 10 倍，且执行时间快一个数量级。与其他方法类似，SynDiffix 的匿名化非常强。本文描述 SynDiffix 并将其性能与其他流行的开源与商业系统进行比较。
引用
@article{arxiv.2311.09628,
title = {SynDiffix: More accurate synthetic structured data},
author = {Paul Francis and Cristian Berneanu and Edon Gashi},
journal= {arXiv preprint arXiv:2311.09628},
year = {2023}
}