研究人员开发了一个新框架，该框架改编了基于Shapley值的特征归因方法，以解决数据隐私问题。该方法在特征层面同时考虑披露风险和数据效用，比现有的数据集级别方法提供了更细粒度的视角。该框架设计为对各种数据屏蔽、统计和机器学习技术保持无关性，实验结果表明其在降低披露风险的同时保持数据效用方面是有效的。 AI
影响 这项研究可能带来更强大的数据屏蔽技术，从而提高AI模型训练和部署中的隐私保护。
排序理由 这是一篇研究论文，详细介绍了一种使用Shapley值的数据隐私新框架。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
