Mar, 2024

衡量和减轻表格生成模型的隐私风险

PDF
TL;DR合成数据和生成模型在隐私保护的数据共享解决方案中迅速崛起，并通过在表格综合机上实施全面的实证分析，突出了五种最先进表格综合机的实用 - 隐私权衡，提出了一个新的差分隐私表格潜在扩散模型，称为 DP-TLDM，能够在保持可比较的隐私风险水平的同时，显著提高合成数据的实用性。
synthetic datagenerative modelsutility-privacy tradeofftabular synthesizersdp-tldm
发现论文，激发创造
  • 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

  • 使用大型语言模型的差分隐私表格数据合成

    使用预训练的大型语言模型（LLMs），DP-LLMTGen 引入了一种新的框架来进行差分私有表格数据合成，通过微调过程模拟敏感数据集并生成多样的合成数据，有效地解决了实际挑战。

    Jun, 2024

  • 深度生成模型、合成表格数据与差分隐私：概述与综述

    该文章综合介绍了最近在通过深度生成模型生成合成数据方面的研究进展，重点关注表格数据集。我们特别概述了在隐私敏感数据背景下合成数据生成的重要性。此外，我们强调了使用深度生成模型相对于其他方法的优势，并详细解释了底层概念，包括无监督学习、神经网络和生成模型。该论文涵盖了在对表格数据集使用深度生成模型时涉及的挑战和考虑因素，如数据归一化、隐私问题和模型评估。本综述为对合成数据生成及其应用感兴趣的研究人员和实践者提供了有价值的资源。

    Jul, 2023

  • 基于生成对抗网络的数据合成

    该研究提出了一种名为 table-GAN 的方法，使用生成对抗网络（GANs）合成伪造表格，用于保证数据匿名性和模型兼容性。实验证明，该方法在隐私和模型兼容性之间取得平衡，同时解决了数据泄露问题。

    Jun, 2018

  • 表格数据合成模型成员推断攻击的实证研究

    该研究探讨了针对表格数据综合的成员推理攻击，并发现该攻击可能会严重威胁四种最先进的表格数据综合模型，但是通过使用差分隐私训练算法 DP-SGD，可以在一定程度上减轻此威胁。

    Aug, 2022

  • 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

  • DP-TBART：用于差分隐私表格数据生成的基于 Transformer 的自回归模型

    维护差分隐私并在各种数据集上表现出与基于边际的方法相竞争的性能，甚至能够在某些情况下超越现有技术方法，我们提出了基于 Transformer 的差分隐私表格自回归模型 (DP-TBART)，并提供了理论框架来理解基于边际的方法的局限性以及深度学习方法的贡献。这些结果表明，在生成差分隐私合成表格数据中，应将基于深度学习的技术视为可行的替代方法。

    Jul, 2023

  • 利普希茨正则化变分自编码器生成差分隐私合成数据

    本文探讨了使用具有随机性生成模型的方法来实现隐私保护数据生成，通过将深度模型的连续模数限制在适当的范围内以获得隐私保护，并实验证明了其有效性。

    Apr, 2023

  • PrivSyn：差分隐私数据合成

    本文提出了 PrivSyn，第一个可以处理普通数据集（具有 100 个属性和域大小 $>2^{500}$）的自动合成数据生成方法，并在多个数据集上进行了广泛的评估，以展示我们的方法的性能。

    Dec, 2020

  • 使用语言模型进行私密生成表格数据

    提出一种方法将表格中的每一行视为句子，并使用差分隐私训练语言模型，以实现在多个数据集上建模表格数据的竞争结果。

    Jun, 2023