Tabular Data Synthesis with Differential Privacy: A Survey
CSIRO, Data61（联邦科学与工业研究组织 Data61）；Nanyang Technological University（南洋理工大学）；Xidian University（西安电子科技大学）；Chongqing Normal University（重庆师范大学）
本文综述了差分隐私表格数据合成方法，将其分为统计与深度学习两类，评估其在效用、隐私和计算复杂度上的优劣，并讨论数据质量评估方法及未来研究方向。
2024-11-04 cs.AI cs.CR cs.DB
SelPE: Progressive Selection for Private Structured Text Synthesis
Beijing University of Posts and Telecommunications（北京邮电大学）
提出SelPE框架，通过渐进式多批次top-1选择机制，在严格差分隐私预算下实现小样本私有结构化文本的高效合成，解耦语义抽象与模式实现，提升结构有效性、保真度和下游效用。
2026-06-23 cs.CR
Finite Horizon Privacy of Stochastic Dynamical Systems: A Synthesis Framework for Dependent Gaussian Mechanisms
我们解决的问题，合成失真的机制，最大限度地提高隐私的随机动态系统。通过传感器测量获得关于系统状态的信息。该数据通过不安全/公共通信网络传输到远程站。我们的目标是保持部分系统状态私有（私有输出）;然而，由于网络是不安全的，对手可能会访问传感器数据和输入信号，这些数据和信号可用于估计私有输出。为了防止准确的估计，我们通过一个扭曲（隐私保护）的机制传输前传感器数据和输入信号，并发送失真的数据到可信用户。这些机制包括坐标变换和加性相关的高斯向量。我们制定的合成的失真机制作为一个凸规划，在那里我们最大限度地减少了互信息（我们的隐私度量）之间的任意大序列的私人输出和披露的失真数据所需的失真水平-如何不同的实际和失真的数据被允许。
2021-08-03 cs.CR cs.SY eess.SY
Revolutionizing Medical Data Sharing Using Advanced Privacy Enhancing Technologies: Technical, Legal and Ethical Synthesis
多站点医学数据共享在现代临床实践和医学研究中至关重要。面临的挑战是进行数据共享，保护个人隐私和数据可用性。传统隐私增强技术的缺点意味着机构依赖于定制的数据共享合同。这些合同增加了数据共享的效率，并可能抑制重要的临床治疗和医学研究。本文提供了两种新的高级隐私增强技术（PET）：同态加密和安全多方计算（统称为多方同态加密或MHE）之间的综合。这些PET提供隐私的数学保证，其中MHE提供优于单独使用HE或SMC的性能优势。我们认为，MHE符合《通用数据保护条例》（GDPR）对医疗数据共享的法律要求，该条例为数据保护设定了全球基准。具体而言，使用MHE处理和共享的数据可以被视为匿名数据。我们解释如何MHE可以减少机构之间的定制合同措施的依赖。该方法可以加快医学研究的步伐，同时为医疗保健和研究机构采用通用数据互操作性标准提供额外的激励。
2020-10-27 cs.CR cs.CY
PrivTrace: Differentially Private Trajectory Synthesis by Adaptive Markov Model
发布轨迹数据（个人的运动信息）非常有用，但它也引起了隐私问题。为了处理隐私问题，在本文中，我们应用差分隐私，数据隐私的标准技术，与马尔可夫链模型，生成合成轨迹。我们注意到，现有的研究都使用马尔可夫链模型，因此提出了一个框架来分析马尔可夫链模型在这个问题中的使用。在此基础上，提出了一种自适应地使用一阶和二阶马尔可夫模型的PrivTrace算法。我们评估PrivTrace和现有的方法在合成和真实世界的数据集，以证明我们的方法的优越性。
2022-10-05 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
Systematic Assessment of Tabular Data Synthesis
Purdue University（普渡大学）
本文提出系统性评估框架，引入保真度、隐私和效用的新指标，对8种表格数据合成器在12个数据集上评估，发现新方向。
2025-09-07 cs.CR cs.DB cs.LG
Causally Constrained Data Synthesis for Private Data Release
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Microsoft Research（微软研究院）
基于证据的决策需要数据。然而，对于现实世界的应用程序，数据的隐私是至关重要的。使用反映原始数据的某些统计特性的合成数据保留了原始数据的隐私。为此，先前的工作利用不同的私有数据发布机制来提供正式的隐私保证。然而，这种机制具有不可接受的隐私与实用性权衡。我们建议将因果信息纳入训练过程，以有利地修改上述权衡。我们从理论上证明，生成模型与额外的因果知识训练提供更强的差分隐私保证。从经验上讲，我们评估我们的解决方案比较不同的模型的基础上变分自动编码器（VAE），并表明因果信息提高了弹性的成员推断，下游效用的改善。
2021-05-27 cs.CR cs.LG
PATE-TripleGAN: Privacy-Preserving Image Synthesis with Gaussian Differential Privacy
South-East University（东南大学）
针对CGANs的隐私泄露及DPCGAN依赖标签数据、梯度裁剪损害精度的问题，提出PATE-TripleGAN框架，结合分类器预分类和混合梯度脱敏算法，在保护隐私的同时生成高质量带标签图像。
2024-04-19 cs.CR cs.CV cs.LG
Cross-Flow Correlations Survive Synthesis: Measuring Source-Level Privacy Leakage in Synthetic Network Traces
Princeton University（普林斯顿大学）
本文揭示SynNetGens在合成网络轨迹中保留跨流行为相关性，导致源级隐私泄露，提出TraceBleed攻击并评估五种数据集和六种SynNetGens，发现流或数据包级差分隐私无法保护源隐私，除非降质到不可用水平。
2026-05-08 cs.CR cs.NI
Real-Time Trajectory Synthesis with Local Differential Privacy
针对现有轨迹流隐私发布方法忽略时空上下文、效用不足的问题，提出基于LDP的实时轨迹合成框架RetraSyn，通过隐私提取移动模式实现高效用合成，在多数据集上验证了其优越性与通用性。
2024-04-17 cs.CR cs.DB
A Privacy-Preserving Trajectory Synthesis Method Based on Vector Translation Invariance Supporting Traffic Constraints
针对现有基于区域划分的差分隐私聚合查询难以生成高可用约束轨迹的问题，提出基于轨迹关联的聚合查询方法，通过带惩罚项的梯度下降合成轨迹，兼具更高效用与隐私安全性。
2023-10-08 cs.CR
Obtaining $(ε,δ)$-differential privacy guarantees when using a Poisson mechanism to synthesize contingency tables
本文研究利用泊松合成机制保护列联表计数，并通过泊松分布累积分布函数获得$(ε,δ)$-概率差分隐私保证，且在行政型机密数据库上进行了实证验证。
2024-06-29 cs.CR stat.ME
Make Identity Unextractable yet Perceptible: Synthesis-Based Privacy Protection for Subject Faces in Photos
针对基于扰动的抗人脸识别方法存在的虚假隐私感问题，提出首个基于合成的人脸隐私保护方法PerceptFace，通过引入感知相似性损失，在确保身份不可提取的同时保留熟人肉眼可感知的身份信息，实现了身份保护与感知的更优权衡。
2025-09-14 cs.CR
PSGraph: Differentially Private Streaming Graph Synthesis by Considering Temporal Dynamics
针对现有差分隐私方法忽略流图相邻时间动态关系导致性能受限的问题，提出首个集成时间动态的差分隐私流图合成框架PSGraph，通过自适应调整隐私预算分配和跨时间戳信息聚合及后处理技术，在四个真实数据集上验证了其优越性。
2025-05-30 cs.CR
CATS: Conditional Adversarial Trajectory Synthesis for Privacy-Preserving Trajectory Data Publication Using Deep Learning Approaches
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Columbia University（哥伦比亚大学）
CATS框架通过K-匿名分布约束、条件对抗训练、注意力上下文学习和二分图匹配，生成高质量隐私保护轨迹数据，并在9万条GPS轨迹上验证了其在隐私、时空特征和下游效用上的优势。
2023-09-20 cs.AI cs.CR cs.LG
FreeTalk:A plug-and-play and black-box defense against speech synthesis attacks
针对黑盒语音合成攻击，本文提出FreeTalk，通过频域扰动、数据增强、噪声平滑及按身份通用扰动机制，实现轻量、鲁棒且即插即用的隐私保护。
2025-08-30 cs.CR
RewardDS: Privacy-Preserving Fine-Tuning for Large Language Models via Reward Driven Data Synthesis
South China University of Technology（华南理工大学）
针对大语言模型微调中的隐私数据泄露风险与现有差分隐私合成数据噪声大的问题，提出含奖励引导过滤、自优化精炼模块的RewardDS框架，用奖励信号引导合成数据生成与优化，经多领域实验验证有效。
2025-08-31 cs.AI cs.CR
A Differentially Private Multi-Output Deep Generative Networks Approach For Activity Diary Synthesis
Ryerson University（瑞尔森大学）；Concordia University（康考迪亚大学）
在这项工作中，我们开发了一个隐私的设计生成模型，用于使用最先进的深度学习方法合成旅行人群的活动日记。这种方法扩展了人口合成的文献，为合成旅行数据的开发和应用提供了新的深度学习，同时保证了合成人口所基于的样本人口成员的隐私保护。首先，我们展示了一个完整的去泛化的活动日记，以模拟社会经济特征和纵向序列的地理和时间明确的活动。其次，我们引入了一个差分隐私的方法来控制的分辨率披露调查参与者的独特性。最后，我们使用生成对抗网络（GANs）进行实验。我们评估统计分布，成对相关性，并测量不同噪声的模拟数据集上保证的隐私水平。该模型的结果表明，成功地模拟活动日记组成的多个输出，包括结构化的社会经济特征和连续的旅游活动，在一个不同的私人方式。
2020-12-29 cs.CR cs.LG
Risk-aware Road-network Trajectory Synthesis under Local Differential Privacy
School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件学院）；MoE Key Lab of Intelligent Networks and Network Security, Xi’an Jiaotong University（西安交通大学智能网络与网络安全教育部重点实验室）；Department of Computer Science, Aalborg University（奥尔堡大学计算机系）
本文针对现有本地隐私轨迹合成方法无法处理路网非均匀隐私风险的问题，提出TrajRACE框架，通过风险感知保护转移实现更优的合成轨迹效用与隐私保护。
2026-10-15 cs.CR cs.DB
Plausible Deniability for Privacy-Preserving Data Synthesis
UIUC（伊利诺伊大学厄巴纳-香槟分校）；Cornell Tech（康奈尔科技学院）
发布完整的数据记录是数据隐私中最具挑战性的问题之一。一方面，许多流行的技术，如数据去识别是有问题的，因为它们依赖于对手的背景知识。另一方面，严格的方法，如指数机制的差分隐私通常是计算上不切实际的用于释放高维数据或不能保持高效用的原始数据，由于其广泛的数据扰动。本文提出了一个标准，称为似是而非的可否认性，提供了一个正式的隐私保证，特别是释放敏感数据集：输出记录可以被释放，只有当一定数量的输入记录是不可区分的，隐私参数。这个概念不依赖于对手的背景知识。此外，它可以有效地通过隐私测试进行检查。我们提出的机制来生成合成数据集与输入数据和相同的格式具有相似的统计特性。我们从理论和实验两方面研究了这种技术。一个关键的理论结果表明，合理的可否认性机制产生不同的私人合成数据与适当的随机化。我们证明了这种生成技术在大型数据集上的效率;它被证明可以保留原始数据在各种统计分析和机器学习措施方面的效用。
2017-08-26 cs.CR cs.DB cs.LG
PEARL: Data Synthesis via Private Embeddings and Adversarial Reconstruction Learning
LINE Corporation（LINE公司）
我们提出了一个新的框架，以不同的私有方式使用深度生成模型合成数据。在我们的框架内，敏感数据以一次性方式进行了严格的隐私保证，因此可以在不重新使用原始数据的情况下训练深度生成模型。因此，与诸如差分私有随机梯度下降（DP-SGD）之类的流行方法相比，不会产生额外的隐私成本或模型约束，其中，DP-SGD随着训练迭代的增加而导致隐私保证的退化。我们展示了我们的框架的实现，利用的特征函数和对抗性的重新加权目标，这是独立的利益，以及。我们的建议具有理论上的性能保证，对多个数据集的经验评估表明，我们的方法在合理的隐私水平上优于其他方法。
2022-03-08 cs.CR cs.LG
Privacy-Preserving Data Sharing in Agriculture: Enforcing Policy Rules for Secure and Confidential Data Synthesis
University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）；Texas A&M University - Central Texas（德克萨斯农工大学中德克萨斯分校）
针对农业数据共享的隐私合规缺口，本研究提出一种可强制执行隐私政策规则的新型框架，通过提取农业行为准则中的隐私约束定义生成模型隐私边界，生成兼具实用性与安全性的农业合成数据。
2023-11-27 cs.AI cs.CR cs.LG
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
PrivSyn: Differentially Private Data Synthesis
在差分隐私（DP）中，一个具有挑战性的问题是生成有效地捕获隐私数据中有用信息的合成数据集。合成数据集使任何任务都可以在没有隐私问题和修改现有算法的情况下完成。在本文中，我们提出了PrivSyn，第一个自动合成数据生成方法，可以处理一般的表格数据集（100个属性和域大小$>2^{500}$）。PrivSyn是由一种新的方法来自动和私人识别数据中的相关性，和一种新的方法来生成样本数据从一个密集的图形模型。我们在多个数据集上广泛评估了不同的方法，以证明我们方法的性能。
2020-12-30 cs.CR
NetDPSyn: Synthesizing Network Traces under Differential Privacy
本文提出 NetDPSyn，首次以差分隐私框架为核心合成高保真网络轨迹，在多个流与数据包数据集上提升下游任务效用，并将合成速度平均提高至其他方法的 2.5 倍。
2024-09-08 cs.CR cs.DB cs.NI
Utility-Optimized Synthesis of Differentially Private Location Traces
Koç University（科奇大学）；Georgia Institute of Technology（佐治亚理工学院）
差分隐私位置轨迹合成（DPLTS）最近出现作为一种解决方案，以保护移动用户的隐私，同时使他们的位置轨迹的分析和共享。DPLTS中的一个关键挑战是最好地保留位置跟踪数据集中的效用，考虑到数据集的高维性、复杂性和异质性以及效用的不同类型和概念，这是不平凡的。在本文中，我们提出了OptaTrace：一个实用程序优化和有针对性的方法DPLTS。给定真实跟踪数据集D、控制隐私保护强度的差分隐私参数E1和感兴趣的效用/误差度量Err; OptaTrace使用贝叶斯优化来优化DPLTS，使得输出误差（根据给定度量Err测量）最小化，同时满足E1-差分隐私。此外，OptaTrace还引入了一个实用程序模块，其中包含用于实用程序基准测试和选择Err的几个内置错误度量，以及用于可访问和交互式DPLTS服务的前端Web界面。实验表明，OptaTrace的优化输出可以产生实质性的效用改善和错误减少相比，以前的工作。
2020-09-14 cs.CR cs.DB cs.LG
Differentially Private Spatiotemporal Trajectory Synthesis with Retained Data Utility
提出DP-STTS差分隐私时空轨迹合成器，通过起始时空立方体分布与1阶Markov过程模型，在差分隐私下平衡隐私保护与数据效用，实验证明其具有良好数据效用。
2024-08-23 cs.CR
SoK: Privacy-Preserving Data Synthesis
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；UC Berkeley（加州大学伯克利分校）；Technische Universität München（慕尼黑工业大学）；University of Minnesota（明尼苏达大学）；Alibaba Group（阿里巴巴集团）
本文系统综述了隐私保护数据合成（PPDS）领域，提出统一统计方法与深度学习方法的总配方，分类分析各类方法优劣，并通过基准测试表明DP-MERF在私有图像合成中具有通用性。
2023-08-05 cs.CR cs.DB cs.LG
SoK: Can Synthetic Images Replace Real Data? A Survey of Utility and Privacy of Synthetic Image Generation
Tulane University（Tulane大学）
本综述系统梳理了PPDS中生成-采样-分类流程的图像合成、隐私攻击与缓解方法，构建基准并利用MIAs评估隐私风险，揭示了合成数据的效用-隐私权衡，为真实数据发布策略提供指导。
2025-06-26 cs.CR cs.CV
Kamino: Constraint-Aware Differentially Private Data Synthesis
组织越来越依赖数据来支持决策。当数据包含私有和敏感信息时，数据所有者通常希望发布与真实数据类似有用的合成数据库实例，同时确保各个数据记录的隐私。现有的差异私有数据合成方法旨在基于应用生成有用的数据，但是它们未能保持结构化数据的最基本的数据属性之一-元组和属性之间的潜在相关性和依赖性（即，数据的结构）。这种结构通常表示为完整性和模式约束，或者具有概率生成过程。因此，合成的数据对于需要保留此结构的任何下游任务都是无用的。这项工作提出了卡米诺，一个数据合成系统，以确保差分隐私，并保留在原始数据集中存在的结构和相关性。Kamino将数据库实例及其模式（包括完整性约束）作为输入，并生成具有差分隐私和结构保留保证的合成数据库实例。我们的经验表明，在保留数据结构的同时，Kamino在训练分类模型和回答边缘查询的应用中实现了可比甚至更好的实用性，而不是最先进的差分私有数据合成方法。
2021-04-15 cs.CR cs.DB
DPTraj-PM: Differentially Private Trajectory Synthesis Using Prefix Tree and Markov Process
本文提出DPTraj-PM方法，在差分隐私框架下结合前缀树和m阶马尔可夫过程合成轨迹数据集，在保护隐私的同时显著提升了数据效用。
2024-04-22 cs.CR
Learning Differentially Private Mechanisms
Indian Institute of Technology Kanpur（印度理工学院坎普尔分校）；University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
差分隐私是数据隐私的一个正式的数学定义，在学术界、工业界和政府中获得了广泛的关注。正确构造差分隐私算法的任务是不平凡的，并且在基础算法中已经犯了错误。目前，没有自动支持将现有的非私有程序转换为差异私有版本。在本文中，我们提出了一种技术，用于自动学习一个准确的和不同的私人版本的一个给定的非私人程序。我们展示了如何通过一系列技术来解决这个困难的程序合成问题：仔细挑选有代表性的示例输入，将问题简化为连续优化，并将结果映射回符号表达式。我们证明，我们的方法是能够学习的基础算法从差分隐私文献和显着优于自然程序合成基线。
2021-01-04 cs.CR cs.LG cs.PL
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
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
Differentially Private Normalizing Flows for Density Estimation, Data Synthesis, and Variational Inference with Application to Electronic Health Records
University of Notre Dame（圣母大学）
电子健康记录（EHR）通常包含关于个体患者的敏感医疗信息，这对共享或发布EHR数据以用于下游学习和推理任务造成了重大限制。我们使用规范化流（NF），一系列深度生成模型，来估计具有差分隐私（DP）保证的数据集的概率密度，从中生成隐私保护合成数据。我们将该技术应用于包含肺动脉高压患者的EHR数据集。我们通过比较基于物理模型的参数的高血压状态和变后验分布的预测准确性来评估合成数据的学习和推理效用。此外，我们使用一个模拟的数据集从非线性模型比较的结果变分推断（VI）的基础上的隐私保护的合成数据，和隐私保护的VI直接私有化NF的VI与DP保证给定的原始非私有数据集。结果表明，合成数据产生的差异私人密度估计与NF可以产生良好的效用在一个合理的隐私成本。我们还表明，VI从差分私人NF的自由能约束损失的基础上获得的可能会产生变分近似显着改变的相关结构，和两个分布之间的替代相异性度量的基础上的损失配方可能会提供改进的结果。
2023-02-11 cs.CR cs.LG stat.AP
HoGS: Homophily-Oriented Graph Synthesis for Local Differentially Private GNN Training
College of Information Science and Technology, Jinan University（信息科学与技术学院，暨南大学）；Department of Sciences and Informatics, Muroran Institute of Technology（科学与信息学系，松北工业大学）；School of Computing, Institute of Science Tokyo（计算学院，东京科学研究所）
HoGS通过生成合成图，在保护链接和特征隐私的同时提升GNN训练的准确性。
2026-02-09 cs.CR 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
DPD-fVAE: Synthetic Data Generation Using Federated Variational Autoencoders With Differentially-Private Decoder
Hasso Plattner Institute（哈索·普拉特纳研究所）
联邦学习（FL）在处理医疗保健等领域常见的敏感分布式数据集方面越来越受到关注。而不是直接在这些数据集上训练分类模型，最近的工作已经考虑了训练数据生成器能够合成一个新的数据集，这是不受任何隐私限制。因此，任何人都可以使用合成数据，这使得能够进一步评估机器学习架构和研究问题。作为隐私保护的附加层，可以将差分隐私引入训练过程。我们提出了DPD-fVAE，一个联邦变分自编码器与差分私有解码器，合成一个新的，标记的数据集，为后续的机器学习任务。通过仅将解码器组件与FL同步，我们可以降低每个时期的隐私成本，从而实现更好的数据生成器。在我们对MNIST，Fashion-MNIST和CelebA的评估中，我们展示了DPD-fVAE的好处，并在Fréchet Inception Distance和在合成数据集上训练的分类器的准确性方面报告了相关工作的竞争性能。
2022-11-21 cs.CR cs.CV cs.LG
DPDSyn: Improving Differentially Private Dataset Synthesis for Model Training by Downstream Task Guidance
Sichuan University（四川大学）；Southwest Minzu University（西南民族大学）
本文提出DPDSyn方法，通过在原始私有数据集上训练差分隐私AI模型，利用该模型指导数据集合成，从而在保持隐私的同时提升数据效用。实验表明，DPDSyn在准确率和合成效率上均优于现有方法。
2026-04-17 cs.CR
Generating tabular datasets under differential privacy
Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）
本研究提出TableDiffusion，首个差分隐私扩散模型，利用注意力机制学习可逆表格表示，在相同隐私保证下生成更高质量的表格数据，避免模式崩溃，实现最先进性能。
2023-08-28 cs.AI cs.CR cs.DB
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
Data Synthesis based on Generative Adversarial Networks
隐私是我们社会的一个重要问题，与合作伙伴共享数据或向公众发布数据是经常发生的事情。一些用于实现隐私的技术是删除标识符，更改准标识符和扰动值。不幸的是，这些方法受到两个限制。首先，已经表明，如果攻击者拥有一些背景知识或其他信息源，则私人信息仍然可以被泄露。其次，它们没有考虑到这些方法对所发布数据的效用的不利影响。在本文中，我们提出了一种方法，满足这两个要求。我们的方法称为table-GAN，使用生成对抗网络（GANs）来合成与原始表在统计上相似但不会导致信息泄漏的假表。我们表明，使用我们的合成表训练的机器学习模型表现出与使用原始表训练的未知测试用例模型相似的性能。我们称之为属性模型兼容性。我们认为，没有模型兼容性的匿名化/扰动/合成方法是没有价值的。我们使用了来自四个不同领域的四个真实世界数据集进行实验，并与最先进的匿名化，扰动和生成技术进行了深入的比较。在我们的实验中，只有我们的方法始终显示出隐私级别和模型兼容性之间的平衡。
2018-07-02 cs.CR cs.DB
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
LDPTrace: Locally Differentially Private Trajectory Synthesis
LDPTrace提出一种本地差分隐私轨迹合成框架，通过利用用户轨迹的三个关键模式并以低计算成本生成高相似度轨迹，同时提出隐私安全的网格粒度选择方法，实验验证其有效性与高效性。
2023-10-13 cs.CR cs.DB
Differentially Private Preference Data Synthesis for Large Language Model Alignment
Department of Computer Science, University of Virginia, Charlottesville, Virginia, USA（弗吉尼亚大学计算机科学系）；Department of Electrical and Computer Engineering, University of Virginia, Charlottesville, Virginia, USA（弗吉尼亚大学电气与计算机工程系）
提出DPPrefSyn算法，基于Bradley-Terry偏好模型和DP-PCA生成差分隐私合成偏好数据，实现隐私保护的偏好对齐。
2026-05-29 cs.AI cs.CR cs.LG
DPImageBench: A Unified Benchmark for Differentially Private Image Synthesis
University of Virginia, USA（弗吉尼亚大学）；Microsoft Research, USA（微软研究院）
本文提出DPImageBench统一基准，整合11种DP图像合成方法、9个数据集、7项指标和标准化平台，纠正评估缺陷，并揭示预训练分布相似性与噪声维度对隐私预算下性能的影响。
2025-08-28 cs.AI cs.CR
PrivGraph: Differentially Private Graph Data Publication by Exploiting Community Information
针对图数据发布中的隐私风险，提出利用社区信息的差分隐私图合成算法PrivGraph，通过社区划分与信息提取重建图，在六个真实数据集和七个指标上验证有效性。
2023-10-13 cs.CR
Cyclic Adaptive Private Synthesis for Sharing Real-World Data in Education
Kyoto University（京都大学）
本文提出CAPS框架，通过循环共享真实世界教育数据，提升学习分析的隐私保护与开放科学潜力。
2026-02-09 cs.CR cs.CY
SemDP: Semantic-level Differential Privacy Protection for Face Datasets
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）
本文提出适用于整个人脸数据集的语义级差分隐私保护方案SemDP，通过提取语义信息构建属性数据库并施加差分扰动，结合图像合成模型生成受保护数据集，有效平衡了隐私与效用的权衡。
2024-12-20 cs.CR cs.CV
Soft Voting for Policy-Aware Private Data Synthesis
Western University（韦仕敦大学）
针对Private Evolution等DP合成器的硬投票在策略图下无法降噪声的问题，提出BF-Soft软投票方法，在强隐私预算下可降低误差，公共数据试点还能预测软投票的适用性。
2026-10-09 cs.CR cs.DB
PrivDPR: Synthetic Graph Publishing with Deep PageRank under Differential Privacy
本文提出PrivDPR，一种基于深度PageRank的差分隐私合成图发布方法，通过向特定权重梯度加噪并利用权重归一化缓解高敏感性与隐私预算分割问题，实验证明其在多个图结构属性上保持高效用。
2025-01-04 cs.CR cs.DB
From Easy to Hard: Building a Shortcut for Differentially Private Image Synthesis
University of Virginia（弗吉尼亚大学）；University of Chinese Academy of Sciences（中国科学院大学）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
受课程学习启发，提出两阶段差分隐私图像合成框架，先用中心图像学习简单特征，再生成合成图像，在四个数据集上保真度和效用分别提升33.1%和2.1%。
2025-06-22 cs.AI cs.CR
Publishing Community-Preserving Attributed Social Graphs with a Differential Privacy Guarantee
我们提出了一种新的方法发布差异私人合成属性图。与以前的方法不同，我们的方法能够保留原始图的社区结构，而不牺牲捕获全局结构属性的能力。我们的建议依赖于C-AGM，一个新的社区保持属性图的生成模型。我们配备C-AGM与有效的方法，属性图采样和参数估计。对于后者，我们引入差分私有计算方法，这使我们能够发布具有强大的正式隐私保证的社区保护合成属性社交图。通过全面的实验，我们表明，我们的新模型优于其最相关的同行在合成差异私人属性的社会图，保留社区结构的原始图，以及度序列和聚类系数。
2019-08-31 cs.CR cs.SI physics.soc-ph
