Improving Utility for Privacy-Preserving Analysis of Correlated Columns using Pufferfish Privacy
调查是许多社会科学研究领域的重要工具，但隐私问题可能会使调查数据的收集和分析复杂化。对调查数据进行不同的私人分析可以解决这些问题，但代价是准确性-特别是对于高维统计数据。我们提出了一种新的隐私机制，表DDP机制，设计的高维统计不完全相关。表DDP机制满足依赖差分隐私，河豚隐私的一种变体;它的工作原理是建立敏感数据的因果模型，然后将噪声校准到统计数据之间的相关性水平。对调查数据的实证评价表明，表式DDP机制可以显着提高精度比拉普拉斯机制。
2022-09-22 cs.CR
HARMONIC: Harnessing LLMs for Tabular Data Synthesis and Privacy Protection
Sichuan University（四川大学）；Wuhan University（武汉大学）；The Fin AI；The University of Manchester（曼彻斯特大学）
本文提出 HARMONIC 框架，通过 kNN 思想构建指令数据并微调大规模 LLM 生成表格数据，同时以 DLT 和 LLE 指标评估隐私风险与下游性能。
2024-08-06 cs.AI cs.CL cs.CR
Synth-MIA: A Testbed for Auditing Privacy Leakage in Tabular Data Synthesis
Synth-MIA提出统一的模型无关威胁框架和开源测试平台，集成13种成员推理攻击方法，通过大规模基准实验揭示合成数据质量与隐私泄露的正相关关系，并证明差分隐私生成器PATEGAN在MIA攻击下仍可能失效，强调基于MIA审计的必要性。
2025-09-22 cs.CR stat.ML
Privacy-Preserving Fair Synthetic Tabular Data
University of Manitoba（曼尼托巴大学）
针对合成表格数据中隐私与公平性难以兼顾的问题，提出基于WGAN-GP的PF-WGAN生成器，通过添加隐私和公平性约束，在效用、隐私和公平性间实现了更均衡的权衡。
2025-03-04 cs.CR cs.LG
Data Plagiarism Index: Characterizing the Privacy Risk of Data-Copying in Tabular Generative Models
UCLA（加州大学洛杉矶分校）
针对现有表格生成模型数据复制评估方法的不足，提出新型相似性度量与成员推理攻击DPI，可表征数据复制的隐私与公平性威胁，凸显优化生成建模技术的必要性。
2024-06-18 cs.CR cs.LG stat.ML
Efficient Provably Private Classification with a Tabular Foundation Model
University of Helsinki（赫尔辛基大学）；University of Cambridge（剑桥大学）；CISPA Helmholtz Center for Information Security（CISPA亥姆霍兹信息安全中心）
PrivTab是一个内嵌隐私机制的表格基础模型，通过上下文学习生成可证明私密的摘要，在强隐私下优于现有基线，泄漏可忽略，拟合时间减少万倍。
2026-10-08 cs.CR cs.LG
Do You Really Need Public Data? Surrogate Public Data for Differential Privacy on Tabular Data
Boston University（波士顿大学）；New York University（纽约大学）
针对表格数据缺乏公共数据的问题，提出利用大语言模型从模式规范合成不消耗隐私预算的替代公共数据，用于DP分类器预训练、超参数调优和权衡估计，实验证明其可有效替代传统公共数据。
2025-04-19 cs.CR cs.LG
DP-TLDM: Differentially Private Tabular Latent Diffusion Model
TU Delft, Delft, Netherlands , University of Neuchâtel, Neuchâtel, Switzerland Universidad de los Andes, Bogotá, Colombia Centrum Wiskunde \& Informatica, Amsterdam, Netherlands
针对表格合成数据质量与隐私风险难以兼顾的问题，提出基于 f-DP 和 DP-SGD 的 DPTLDM，在保持相当隐私风险的同时显著提升相似性、下游效用和可判别性。
2025-07-21 cs.CR cs.LG
A self-attention-based differentially private tabular GAN with high data utility
Fudan University（复旦大学）
针对GAN生成表格数据效果不佳及差分隐私导致效用下降的问题，提出基于自注意力的DP-SACTGAN框架，实验证明其能准确建模数据分布并满足差分隐私要求。
2023-12-20 cs.CR cs.DB cs.LG
Initial Exploration of Zero-Shot Privacy Utility Tradeoffs in Tabular Data Using GPT-4
Kansas State University（堪萨斯州立大学）；Louisiana State University（路易斯安那州立大学）
本研究探索GPT-4以零样本文本提示方式处理表格数据隐私-效用权衡，发现该简单方法性能可媲美复杂对抗优化方法，且在公平性指标上展现出潜在有效性。
2024-04-07 cs.CR cs.LG
Generate synthetic samples from tabular data
AskExplain；University of Queensland（昆士兰大学）
从数据集生成新样本可以减少额外昂贵的操作，增加侵入性程序，并减轻隐私问题。当隐私受到关注时，这些统计上稳健的新型样本可以用作临时和中间替代品。这种方法可以实现更好的数据共享实践，而不会出现与识别问题或偏见有关的问题，这些问题是对抗攻击的缺陷。
2022-12-23 cs.CR cs.LG
Sharing is CAIRing: Characterizing Principles and Assessing Properties of Universal Privacy Evaluation for Synthetic Tabular Data
University of Southern Denmark（南方丹麦大学）
本文针对合成表格数据隐私评估方法缺乏共识的问题，首次提出了CAIR四项原则（可比性、适用性、可解释性、代表性）及1-4等级评分量表，通过评估现有指标揭示了其优缺点，旨在促进通用隐私评估指标的标准化与共识。
2025-07-16 cs.CR cs.CY cs.LG
OptimShare: A Unified Framework for Privacy Preserving Data Sharing -- Towards the Practical Utility of Data with Privacy
本文提出 OptimShare 统一框架，融合差分隐私、模糊逻辑与概率论，通过面向应用的选择性属性扰动提升表格数据共享的实际效用并保障隐私。
2023-06-06 cs.CR cs.DB
Membership Inference over Diffusion-models-based Synthetic Tabular Data
University of Alberta（阿尔伯塔大学）
该研究针对基于扩散模型的合成表格数据生成方法，提出基于逐步误差比较的查询式 MIA，评估 TabDDPM 与 TabSyn 的隐私风险，发现前者更易受攻击、后者更具韧性。
2025-10-16 cs.AI cs.CR cs.LG
Privately generating tabular data using language models
Meta AI
本文提出将表格行视为句子并用差分隐私训练语言模型，以在多个数据集上实现具有竞争力的隐私表格合成效果。
2023-06-07 cs.CL cs.CR cs.LG
Contrastive Learning-Based privacy metrics in Tabular Synthetic Datasets
Aindo（艾因多（Aindo））；University of Trieste（的里雅斯特大学）
本文提出基于对比学习的嵌入方法改进表格合成数据隐私评估，实验表明简单高效的隐私度量可与符合GDPR的先进方法相媲美。
2025-03-10 cs.CR cs.LG
DP-TabICL: In-Context Learning with Differentially Private Tabular Data
University of Arkansas（阿肯色大学）
本研究针对表格数据上下文学习的隐私泄露问题，提出分别基于本地和全局差分隐私的两个框架，在8个真实数据集上验证了其可在保护隐私的同时达到与非大模型基线相当的性能。
2024-03-08 cs.AI cs.CR cs.LG
Differentially Private Tabular Data Synthesis using Large Language Models
Emory University（埃默里大学）
本文提出DP-LLMTGen框架，利用预训练大语言模型通过两阶段微调和新型损失函数实现差分隐私表格数据合成，在多数据集和隐私设置下优于现有机制并具备可控生成能力。
2024-06-03 cs.CL cs.CR cs.LG
Privacy Re-identification Attacks on Tabular GANs
Norwegian University of Science and Technology（挪威科技大学）
本文研究表格型 GAN 合成数据的隐私重识别攻击，分析不同攻击者知识水平下的风险，并发现黑盒访问生成模型及进化多目标优化重构攻击会显著加剧隐私泄露。
2024-03-31 cs.CR cs.LG
Scaling While Privacy Preserving: A Comprehensive Synthetic Tabular Data Generation and Evaluation in Learning Analytics
University of Bergen（卑尔根大学）；University of Belgrade（贝尔格莱德大学）
本文针对学习分析中的隐私问题，提出从相似性、效用和隐私三个维度全面评估合成数据，并在三个数据集上验证其可在保护隐私的同时保持与真实数据相近的预测性能，为不同场景提供生成方法建议。
2024-01-12 cs.AI cs.CR
Learning from Anonymized and Incomplete Tabular Data
Leipzig University \& ScaDS.AI Leipzig Germany；The Australian National University Canberra Australia；Leipzig University \& ScaDS.AI；The Australian National University
本文提出了一种新的数据转换策略，用于处理包含匿名和缺失值的表格数据，通过实验表明一致的数据表示对保持下游实用性至关重要。
2026-02-01 cs.AI cs.CR cs.DB
Ensembling Membership Inference Attacks Against Tabular Generative Models
University of California Los Angeles（加州大学洛杉矶分校）；Stanford University（斯坦福大学）
针对表格生成模型的成员推断攻击，提出集成方法以在不确定性下实现更稳健、遗憾最小化的隐私审计策略。
2025-09-02 cs.CR cs.LG
DP-TBART: A Transformer-based Autoregressive Model for Differentially Private Tabular Data Generation
Stanford University（斯坦福大学）；Bloomberg（彭博社）
针对差分隐私表格数据生成中深度学习方法表现落后于边际方法的问题，提出基于Transformer的DP-TBART自回归模型，性能可比肩甚至超越最优边际方法，并提供理论框架分析两类方法的适用场景。
2023-07-19 cs.CR cs.LG
Winning the MIDST Challenge: New Membership Inference Attacks on Diffusion Models for Tabular Data Synthesis
Carnegie Mellon University（卡内基梅隆大学）
针对扩散表格数据合成的隐私评估不足，本文提出利用跨噪声与时间步损失特征的轻量级 MLP 成员推理攻击，并在 MIDST Challenge 全部赛道夺冠。
2025-03-15 cs.AI cs.CR cs.LG
DP-2Stage: Adapting Language Models as Differentially Private Tabular Data Generators
CISPA Helmholtz Center for Information Security（CISPA 欧洲信息安全研究中心）
本文提出DP-2Stage两阶段微调框架，通过先在伪数据集上非隐私微调再在私有数据集上差分隐私微调，有效解决了LLMs在差分隐私下生成表格数据时隐私预算分配低效的问题，显著提升了各指标性能。
2025-04-29 cs.CL cs.CR cs.LG
Privacy Vulnerabilities of Attention Layers in Tabular Foundation Models and Protection of High-Risk Queries
SnT, University of Luxembourg（卢森堡大学SnT研究所）
本文发现表格基础模型的注意力机制会泄露成员信息，提出无影子模型的AMIA攻击，并基于k-匿名原理设计推理时防御，降低成员泄露风险。
2026-06-25 cs.AI cs.CR
An Empirical Study on the Membership Inference Attack against Tabular Data Synthesis Models
Northwestern University（西北大学）；Yonsei University（延世大学）；George Mason University（乔治梅森大学）
表格数据通常包含私人和重要的信息;因此，在与他人共享之前必须采取预防措施。虽然有几种方法（例如，差分隐私和k-匿名）来防止信息泄露，近年来，表格数据合成模型由于能够很好地权衡数据效用和隐私性而受到青睐。然而，最近的研究表明，图像数据的生成模型容易受到成员推断攻击，这可以确定是否使用给定的记录来训练受害者合成模型。在本文中，我们研究的成员推断攻击的背景下，表格数据合成。我们在两种攻击场景（即，一个黑盒攻击和一个白盒攻击），并发现成员推断攻击可以严重危害这些模型。接下来，我们进行实验，以评估两种流行的差分私有深度学习训练算法DP-SGD和DP-GAN如何保护模型免受攻击。我们的主要发现是，这两种算法可以在很大程度上减轻这种威胁，牺牲生成质量。
2022-08-25 cs.AI cs.CR
Fed-TDA: Federated Tabular Data Augmentation on Non-IID Data
School of Computer Science, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）计算机科学与技术学院）；Department of New Networks, Peng Cheng Laboratory（鹏城实验室新型网络部）
非独立同分布（non-IID）数据是联邦学习（FL）面临的一个关键挑战，它通常会阻碍FL的优化收敛和性能。现有的基于联邦生成模型或原始数据共享策略的数据增强方法在解决非IID问题时仍然存在性能低下、隐私保护问题以及分布式表数据通信开销大等问题。为了应对这些挑战，我们提出了一种联合表格数据增强方法，名为Fed-TDA。Fed-TDA的核心思想是使用一些简单的统计数据（例如，每个列的分布和全局协方差）。具体来说，我们提出了多峰分布变换和逆累积分布映射分别合成连续和离散列的表格数据从噪声根据预先学习的统计。此外，我们从理论上分析，我们的Fed-TDA不仅保护数据隐私，而且还保持了原始数据的分布和列之间的相关性。通过对五个真实世界的表格数据集进行广泛的实验，我们证明了Fed-TDA在测试性能和通信效率方面的优越性。
2023-01-12 cs.CR cs.LG stat.ML
Differentially Private Synthetic High-dimensional Tabular Stream
University of California（加利福尼亚大学）
本文针对持续变化的私有数据流，提出一种满足持续差分隐私的高维表格流合成数据生成框架，结合选择-度量-拟合-迭代范式与私有计数器，并通过真实数据集实验验证其效用。
2024-08-31 cs.CR cs.IT cs.LG
Where to Intervene? Benchmarking Fairness-Aware Learning on Differentially Private Synthetic Tabular Data
ÉTS Montréal（蒙特利尔高等商学院）；Inria Grenoble（格勒诺布尔计算机科学及自动化研究所）
研究在差分隐私合成表格数据上公平干预的效果，以自适应迭代机制为基准，在多数据集、指标及策略下评估，比较四种管道配置，发现仅DP会降效，公平干预可部分恢复公平，后处理方法权衡更优，还开源相关内容以支持研究。
2026-07-29 cs.AI cs.CR cs.LG
SiloFuse: Cross-silo Synthetic Data Generation with Latent Tabular Diffusion Models
TU Delft（代尔夫特理工大学）；University of Neuchatel（纳沙泰尔大学）
针对跨筒仓垂直分布表格数据，本文提出 SiloFuse 分布式潜在扩散框架，以单步堆叠训练实现高质量、隐私可量化且通信高效的合成。
2024-04-04 cs.CR cs.DB cs.DC
Random Client Selection on Contrastive Federated Learning for Tabular Data
Department of Computing, The Hong Kong Polytechnic University（计算机学院，香港理工大学）
针对对比联邦学习仍易受梯度攻击的隐私问题，本文通过全面实验分析验证了随机客户端选择作为防御策略的有效性，为构建更安全的协作学习框架提供参考。
2025-05-16 cs.CR cs.DC cs.LG
Decoupling Identity from Utility: Privacy-by-Design Frameworks for Financial Ecosystems
Capital One
本文提出通过差分隐私合成数据解决金融机构在最大化数据效用与缓解传统匿名化方法重新识别风险之间的矛盾，探讨了两种生成范式并展示了其在动态市场行为建模中的应用。
2026-04-16 cs.AI cs.CE cs.CR
Tab-MIA: A Benchmark Dataset for Membership Inference Attacks on Tabular Data in LLMs
Department of Software and Information Systems Engineering, Ben-Gurion University of the Negev（软件与信息系统工程系，贝内杰尔·大学）
本文提出 Tab-MIA 基准，涵盖五个数据集合与六种编码格式，首次系统评估微调 LLM 在表格数据上的成员推理攻击风险。
2025-07-23 cs.CL cs.CR
CVPL: A Geometric Framework for Post-Hoc Linkage Risk Assessment in Protected Tabular Data
CVPL提出了一种几何框架，用于后验评估受保护表格数据的链接风险，通过连续风险估计和可解释诊断支持隐私保护与效用分析。
2026-02-11 cs.AI cs.CR
Synthetic Tabular Data: Methods, Attacks and Defenses
Meta and University of Warwick（Meta 和 战略研究学院）
本文综述表格合成数据生成方法，梳理概率图模型与深度学习范式，并分析针对原始敏感数据的隐私攻击、局限及未来开放问题。
2025-06-06 cs.CR cs.LG
Differentially Private Regret Minimization in Episodic Markov Decision Processes
Indian Institute of Science（印度科学理工学院）；Wayne State University（韦恩州立大学）
研究了差分隐私（DP）约束下有限水平表马尔可夫决策过程（MDP）的后悔最小化问题。这是由强化学习（RL）在现实世界中的顺序决策问题，其中保护用户的敏感和私人信息变得至关重要的广泛应用的动机。我们考虑DP的两种变体-联合DP（JDP），其中集中式代理负责保护用户的敏感数据和本地DP（LDP），其中信息需要直接在用户端保护。我们首先提出了两个一般框架-一个用于策略优化，另一个用于值迭代-用于设计私有的乐观RL算法。然后，我们实例化这些框架与合适的隐私机制，以满足JDP和LDP的要求，同时获得次线性后悔保证。遗憾界表明，在JDP下，隐私成本只是一个低阶的加法项，而在LDP下，更强的隐私保护，所遭受的成本是乘法。最后，遗憾界得到了一个统一的分析，这，我们相信，可以扩展到表MDPs。
2021-12-20 cs.CR cs.LG math.PR
Benchmarking Differentially Private Tabular Data Synthesis
针对差分隐私表格数据合成算法选型难的问题，本文提出统一评估基准与整合多模块的评估框架，通过对比实验揭示现有方法的效用-效率权衡并分析各模块特性，相关代码已开源。
2025-11-17 cs.CR
Empirical Evaluation of Structured Synthetic Data Privacy Metrics: Novel experimental framework
Aindo SpA（Aindo公司）；University of Trieste（的里雅斯特大学）；Alma Mater Studiorum, University of Bologna（博洛尼亚大学）；Vrije Universiteit Brussel（布鲁塞尔自由大学）；Luiss University（卢伊斯大学）
本文提出一个实验框架，用于评估表格合成数据隐私量化方法的有效性，通过可控的威胁插入评估隐私保护程度。
2026-04-02 cs.CR
DPxFin: Adaptive Differential Privacy for Anti-Money Laundering Detection via Reputation-Weighted Federated Learning
A*STAR IHPC（A*STAR 国家实验室信息物理计算中心）；SRM University-AP（SRM 大学-安得拉邦）；Evyd Singapore（Evyd 新加坡）
本文提出DPxFin框架，通过声誉引导的自适应差分隐私技术，在反洗钱检测中提升隐私保护与模型效用的平衡。
2026-03-14 cs.CR cs.LG
HeteroFedSyn: Differentially Private Tabular Data Synthesis for Heterogeneous Federated Settings
UNC Greensboro（北卡罗来纳大学格林斯伯勒分校）；University of Virginia（弗吉尼亚大学）
HeteroFedSyn是首个针对异构联邦设置的差分隐私表格数据合成框架，通过引入三种创新解决分布式边缘选择问题，实现与集中式合成相当的实用性。
2026-03-09 cs.CR
Deontic Knowledge Graphs for Privacy Compliance in Multimodal Disaster Data Sharing
University of Maryland, Baltimore County（马里兰大学巴尔的摩分校）
本文提出基于德性知识图谱的框架，用于多模态灾难数据共享中的隐私合规，通过整合灾难管理知识图谱和政策知识图谱，实现更灵活的访问控制和合规验证。
2026-01-07 cs.AI cs.CR cs.DB
TableGAN-MCA: Evaluating Membership Collisions of GAN-Synthesized Tabular Data Releasing
生成对抗网络（GAN）-合成表发布让人们可以私下学习见解，而无需访问私有表。然而，现有的成员关系推断（MI）攻击的研究显示出了披露GAN合成表的训练数据集的成员关系的有希望的结果。与那些专注于发现给定数据点的成员关系的工作不同，在本文中，我们提出了一种新的针对GANs的成员关系碰撞攻击（TableGAN-MCA），该攻击允许对手仅从黑盒生成器中随机采样的合成条目来恢复部分GAN训练数据。也就是说，对最先进的MI攻击免疫的GAN合成表容易受到TableGAN-MCA的攻击。TableGAN-MCA的成功得益于GAN合成表可能与生成器的训练数据发生冲突的观察。我们对TableGAN-MCA的实验评估有五个主要发现。首先，TableGAN-MCA在三个常用的真实世界数据集上对四个生成模型具有令人满意的训练数据恢复率。其次，包括GAN训练数据的大小、GAN训练时期和对手可用的合成样本数量在内的因素与TableGAN-MCA的成功呈正相关。第三，高度频繁的数据点被TableGAN-MCA恢复的风险很高。第四，在TableGAN-MCA中，一些独特的数据暴露于意外的高恢复风险，这可能归因于GAN的泛化。第五，正如预期的那样，在不考虑特征之间的相关性的情况下，差分隐私对TableGAN-MCA没有表现出值得称赞的缓解效果。最后，我们提出了两种缓解方法，并在保护TableGAN-MCA时显示了有希…
2021-07-28 cs.CR
Offline Reinforcement Learning with Differential Privacy
UC Santa Barbara（加州大学圣巴巴拉分校）
离线强化学习（RL）问题通常是由金融、法律和医疗保健应用中学习数据驱动的决策策略的需求所驱动的。然而，所学习的策略可以在训练数据中保留个体的敏感信息（例如，患者的治疗和结果），因此容易受到各种隐私风险的影响。我们设计离线RL算法与差分隐私保证，可证明防止这种风险。这些算法在表格和线性马尔可夫决策过程（MDP）设置下也具有很强的实例相关学习边界。我们的理论和模拟表明，与中等规模数据集的非私有对应物相比，隐私保证的效用（几乎）没有下降。
2023-01-03 cs.AI cs.CR cs.LG
SoK: Reconstruction Attacks on Synthetic Tabular Data (Insights from Winning the NIST CRC)
School of Engineering and Technology, University of Washington Tacoma（华盛顿大学塔科姆分校工程与技术学院）；Department of Mathematics, Computer Science, and Statistics, Ghent University（根特大学数学、计算机科学与统计学系）
本文系统化了针对去标识化和合成表格数据的重建攻击，提出分类法、最全面的实证评估和新攻击，并引入解释攻击成功的方法论，发现合成数据生成方法比攻击选择更影响风险，差分隐私仅在低预算下有效。
2026-09-22 cs.CR cs.LG
RaMark: Radioactive Watermarking for Generated Tabular Data
McMaster University（麦斯特大学）；York University（约克大学）；Duke University（杜克大学）
针对生成表格数据水印在再训练攻击下失效的问题，提出RaMark方法，通过引入放射性，嵌入正弦依赖作为数据分布内在部分，理论证明去水印会降实用性改数据分布，实验表明该方法放射性强，在多种攻击下表现优于七种先进方法。
2026-07-13 cs.CR cs.LG
PANORAMIA: Privacy Auditing of Machine Learning Models without Retraining
University of British Columbia（不列颠哥伦比亚大学）；University du Québec à Montréal（蒙特利尔魁北克大学）；Simon Fraser University（西蒙菲莎大学）
该研究提出 PANORAMIA 框架，利用生成数据作为非成员实施成员推理攻击，在不修改模型、数据或训练过程的前提下审计隐私泄露，并验证其适用于图像、表格分类模型及大规模语言模型。
2024-10-26 cs.CR cs.LG
Differentially Private Continual Release of Graph Statistics
出于了解敏感的社交网络随着时间的推移的动态，我们考虑的问题，不断发布的统计数据在网络上到达，同时保护其参与者的隐私。对于我们的隐私概念，我们使用差分隐私--统计数据分析的隐私黄金标准。这个问题的主要挑战是保持良好的隐私-效用权衡;跨时间组合的幼稚解决方案以及适合表格数据的解决方案要么导致效用差，要么不直接适用。在这项工作中，我们表明，如果在整个网络序列中任何节点的最大度上存在一个公开的上限，那么我们可以连续发布许多常见的图统计数据，如度分布和子图计数，并具有更好的隐私准确性权衡。代码可在https://bitbucket.org/shs037/graphprivacycode获得
2018-09-19 cs.CR cs.DS
Improving Correlation Capture in Generating Imbalanced Data using Differentially Private Conditional GANs
Maastricht University（马斯特里赫特大学）；Institute of Data Science（数据科学研究所）；Brightlands Institute of Smart Society（布赖特兰兹智能社会研究所）
尽管生成对抗网络（GANs）在文本、图像和视频方面取得了显著的成功，但由于一些独特的挑战，例如捕获不平衡数据中的依赖关系，优化合成患者数据的质量，同时保护隐私，生成高质量的表格数据仍处于开发阶段。在本文中，我们提出了DP-CCANS，一个差分私有条件GAN框架，包括数据转换，采样，调节和网络训练，以生成现实和隐私保护的表格数据。DP-CGANS区分分类和连续变量，并将它们分别转换为潜在空间。然后，我们构造一个条件向量作为额外的输入，不仅表示不平衡数据中的少数类，而且还捕获变量之间的依赖关系。在DP-CCANS的网络训练过程中，我们向梯度注入统计噪声，以提供差分隐私保证。我们在三个公共数据集和两个真实世界的个人健康数据集上使用最先进的生成模型，在统计相似性，机器学习性能和隐私测量方面对我们的模型进行了广泛的评估。我们证明了我们的模型优于其他可比模型，特别是在捕捉变量之间的依赖关系。最后，我们提出了在合成数据生成的数据效用和隐私之间的平衡，考虑到不同的数据结构和现实世界的数据集的特点，如不平衡的变量，异常分布，和稀疏的数据。
2022-06-28 cs.AI cs.CR cs.DS
Measuring Privacy vs. Fidelity in Synthetic Social Media Datasets
Maastricht University（马斯特里赫特大学）
本文研究了合成Instagram帖子的隐私与保真度之间的平衡，通过作者归属攻击评估隐私风险，并发现保真度越高隐私泄露越严重。
2026-03-05 cs.CR
Assessment of Differentially Private Synthetic Data for Utility and Fairness in End-to-End Machine Learning Pipelines for Tabular Data
AI for Good Research Lab, Microsoft（微软AI for Good研究实验室）；Department of Electrical Engineering, University of Brasilia（巴西利亚大学电气工程系）；INSITRO
本文系统评估了差分隐私合成数据在表格数据端到端机器学习流程中的效用与公平性，提出不依赖真实数据的训练评估框架，并发现基于边缘分布的生成器（尤其是MWEM PGM）优于GAN方法，可训练出接近真实数据效用的模型。
2023-10-30 cs.CR cs.LG
TabLeak: Tabular Data Leakage in Federated Learning
Cranberry-Lemon University（蔓越莓柠檬大学）；University of the Witwatersrand（威特沃特斯兰德大学）；ETH Zurich（苏黎世联邦理工学院）
本文提出首个针对表格联邦学习的重建攻击 TabLeak，通过 softmax 松弛、池化集成和基于熵的不确定性量化，解决了表格数据泄漏中的优化与人工评估难题，并在多个数据集上以超过 90% 的准确率攻破此前被认为安全的设置。
2023-07-07 cs.CR cs.DC cs.LG
Privacy-preserving data release leveraging optimal transport and particle gradient descent
ETH Zürich（苏黎世联邦理工学院）；MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）
本文提出PrivPGD方法，利用最优传输和粒子梯度 descent进行差分隐私数据合成，在多个数据集上优于现有方法，具备高可扩展性和领域约束灵活性。
2024-07-29 cs.CR cs.LG
The fifteen year struggle of decentralizing privacy-enhancing technology
自从互联网出现以来，它就没有任何隐私可言。目前，大多数互联网流量一直是未加密的。存在许多匿名通信覆盖网络，其目的是向其用户提供隐私。然而，由于互联网的性质，使这些网络变得分散和匿名是很困难的。我们列出了建立匿名网络的原因，指出了实现权力下放的问题，并总结了该领域最大的举措及其现状。为此，我们使用一个示例性网络，Tor网络。我们解释了Tor如何工作，这个网络目前有哪些漏洞，以及可能被用来侵犯隐私和匿名的攻击。Tor网络在报告的主要部分中被用作关键的比较网络：以表格形式概述了当今使用的主要匿名网络技术。
2014-04-18 cs.CR cs.CY cs.NI
