机器学习中的数据最小化原则
本文探讨在个性化信息获取系统中 GDPR 中 `data minimization' 的执行，通过实证研究找到了不同执行方式的可行性，对不同用户产生的影响和表现结果进行分析，揭示了在此背景下数据最小化问题的复杂性和尚存的计算和监管挑战。
May, 2020
通过数据泛化提出了基于垂直数据最小化的工作流，旨在训练和部署遵循数据最小化原则的机器学习模型，以减少数据泄露风险并保护客户隐私。提出了一种基于政策对齐的对抗场景量化方法，并设计了一种特别有效的垂直数据最小化算法。
Nov, 2023
本文讨论了机器学习和差分隐私之间的相互作用，即隐私保护机器学习算法和基于学习的数据发布机制，探讨了可以通过差分隐私进行学习的内容以及差分隐私算法的损失函数上限。同时提出了一些开放性问题，包括如何整合公共数据，如何处理私人数据集中的缺失数据，以及当观察样本数量任意增大时，是否可以实现差分隐私机器学习算法而无需牺牲相关算法的效用成本。
Dec, 2014
我们探索和比较了隐私和披露限制的各种定义，在统计估计和数据分析中包括 (近似) 差分隐私、基于测试的隐私定义和对披露风险的后验保证。我们在定义之间给出了等价结果，揭示了不同形式隐私定义之间的关系。我们通过这些定义提供了最小化风险边界的推论视角，包括均值估计，分布支撑的估计和非参数密度估计。这些界限突出了不同隐私定义的统计后果，并为评估不同的披露限制技术的优势和劣势提供了第二个视角。
Dec, 2014
本文考虑在隐私、准确性和个性化之间的权衡，通过提供一种有效的顺序算法，确定在个性化背景下仅需披露小部分特征即可提供和利用敏感数据，并演示了在不同学习任务中，个体只需披露 10% 的属性即可保持与全集的精度相同。
May, 2023
该论文在 Saltzer 和 Schroeder 1970 年代的经验教训下，回顾了最近关于隐私的两篇研究文章，并探讨了新技术在保护机器学习所依赖的数据隐私方面的应用。
Aug, 2017
通过引入多目标优化问题来平衡公平性和数据质量，我们提出了一种找到帕累托最优解的方法，以消除偏见缓解技术对数据集的剔除特定数据点所带来的信任问题，并保证子集对整体人群的公平性、组覆盖率和最小数据损失。
May, 2024
该文探讨了在深度学习模型中如何保护训练数据的隐私，比较了不同优化方法对模型性能、训练效果和隐私攻击的影响，并确定了 dropout 和 l2 正则化作为较优秀的隐私保护方法。
Sep, 2022