Feb, 2024

朝着生物学上合理且私密的基因表达数据生成

PDF
TL;DR通过系统分析五种代表性的差分隐私生成方法在真实世界中基因表达数据情境下的表现，本研究揭示了这些方法各自的特点和优缺点，发现它们无法准确捕捉真实数据集的生物特征，并强调了模型设计方面的亟需未来优化。
generative modelsdifferential privacysynthetic datagene expression datamodel design
发现论文，激发创造
  • 差分隐私深度生成模型的统一视角

    利用不同隐私保护方法在深度神经网络上进行私密训练，以实现维度较高的数据生成，并提出统一的方法以提供系统性的派生方法，满足不同用例的需求，探讨不同方法之间的优势、限制和内在相关性以启发未来研究，并提出前进的潜在途径以推动隐私保护学习领域的发展。

    Sep, 2023

  • 利用大型语言模型生成私有合成文本

    本文研究了使用敏感数据集生成新的差分隐私数据集作为替代方法，通过使用预先训练好的生成式语言模型并在敏感数据上进行私有调优，然后利用该模型可以产生差分隐私合成数据集，同时展示了训练目标及少调参数可提高合成数据的质量并与直接使用差分隐私训练下游分类器性能竞争力几乎相同，还可用于调整同一模型等级的分类器。

    Jun, 2023

  • 理解差分隐私生成模型如何使用其隐私预算

    分析了差分隐私生成模型在表格数据上隐私和效用之间取得平衡，发现了 DP 自然行列分布 privacy budget，图形模型水平分布预算，深度模型按迭代花费预算，低水平的保护能帮助模型更好地泛化。

    May, 2023

  • 差分隐私的合成文本生成：一个简单实用的方法

    本文讨论隐私问题在数据驱动产品和服务中引起的关注，提出了一种利用差分隐私的生成式语言模型的简单、实用和有效方法，以生成有用的合成文本同时缓解隐私问题。经过广泛的实证分析，我们证明了我们的方法产生的合成数据在实用性上与其非私有对应物相当竞争，同时提供了强大的保护措施以防止潜在的隐私泄漏。

    Oct, 2022

  • 具有鉴别信息的私有集生成

    本研究提出了一种基于判别信息的生成模型训练方法，通过优化一小部分样本的代表性，以实现高维数据的差分隐私保护，并有效提升了现有生成模型的样本效用。

    Nov, 2022

  • 私有合成数据与集成学习

    通过应用差分隐私机制生成多个合成数据集，并对这些数据集进行训练，我们引入了一种新的集成策略以提高下游模型在真实数据上的性能。通过增加样本多样性，我们的实验结果表明，这种集成策略改善了使用基于生成对抗网络的差分隐私机制训练模型的下游模型的准确性和校准度。

    Oct, 2023

  • 在差分隐私下生成表格数据集

    优化生成模型的质量和隐私之间的平衡，通过引入关注机制学习可逆的表格表示和差分隐私扩散模型来合成高质量的表格数据。

    Aug, 2023

  • 评估差分隐私合成数据对表格数据的效用和公平性在端到端机器学习流程中

    对比真实数据，研究调查了采用差分隐私合成数据可以替代机器学习流程中的真实数据，并确定了训练和评估机器学习模型的最有效的合成数据生成技术。结果显示，基于边缘分布的合成数据生成器能够获取与真实数据相似的实用性和公平性特征。

    Oct, 2023

  • 具有私密密度估计的差分隐私合成数据

    我们采用差分隐私的框架研究了敏感数据分析的方法，通过将均匀采样步骤替换为私有分布估计器，我们改进了 Boedihardjo 等人工作的算法，并提供了离散和连续分布的计算保证，适用于多种统计任务。

    May, 2024

  • 差分隐私合成数据是否导致合成发现？

    通过评估 Mann-Whitney U 检验在差分隐私合成生物医学数据上的 I 型和 II 型错误，本研究旨在确定在隐私保护合成数据上进行的统计假设检验是否可能导致测试的有效性丧失或功效降低。

    Mar, 2024