VFLGAN：用于垂直划分数据发布的基于纵向联邦学习的生成对抗网络
机器学习
2024-08-12 v1 人工智能
密码学与安全
摘要
在当前的人工智能（AI）时代，数据集的规模与质量在训练高质量 AI 模型中起着至关重要的作用。然而，优质数据并非免费午餐，由于《通用数据保护条例》（GDPR）等隐私法规的限制，获取优质数据总是十分困难。一种潜在的解决方案是发布与私有数据集分布相似的合成数据集。尽管如此，在某些场景下，人们发现训练 AI 模型所需的属性属于不同参与方，且由于隐私法规，它们无法共享原始数据以进行合成数据发布。在 PETS 2023 上，Xue 等人提出了首个基于生成对抗网络的垂直划分数据发布模型 VertiGAN。然而，经过深入调查，我们发现 VertiGAN 在保持不同参与方属性之间的相关性方面效果欠佳。本文提出了一种基于纵向联邦学习的生成对抗网络 VFLGAN，用于垂直划分数据发布，以解决上述问题。我们的实验结果表明，与 VertiGAN 相比，VFLGAN 显著提高了合成数据的质量。以 MNIST 数据集为例，就 Fréchet 距离而言，VFLGAN 生成的合成数据集质量比 VertiGAN 生成的高 3.2 倍。我们还为所提出的 VFLGAN 设计了一种更高效、更有效的高斯机制，以提供具有差分隐私保证的合成数据集。另一方面，差分隐私仅给出最坏情况下隐私保证的上界。本文还提出了一种实用的审计方案，该方案应用成员推理攻击来估计通过合成数据集造成的隐私泄漏。
引用
@article{arxiv.2404.09722,
title = {VFLGAN: Vertical Federated Learning-based Generative Adversarial Network for Vertically Partitioned Data Publication},
author = {Xun Yuan and Yang Yang and Prosanta Gope and Aryan Pasikhani and Biplab Sikdar},
journal= {arXiv preprint arXiv:2404.09722},
year = {2024}
}