PulseAugur
中
实时 17:44:43
English(EN) Shapley-Value-Based Feature Attribution for Data Masking

新框架使用Shapley值实现数据隐私和效用

作者 PulseAugur 编辑部 · [1 个来源] ·

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]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架使用Shapley值实现数据隐私和效用

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
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]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, safety
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
66 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Xinxue (Shawn), Qu, Francis Bilson Darku, Hong Guo ·

    基于Shapley值的特征归因用于数据掩码

    arXiv:2607.28946v1 Announce Type: new Abstract: Despite its many benefits, widespread access to individuals' personal data also causes severe privacy concerns for consumers, companies, and policymakers. This study proposes a novel framework that adapts the Shapley-value-based fea…

相关实体

相关话题