PrivBayes

新型SAVANT模型在隐私和效用之间取得平衡，适用于表格数据

研究人员开发了SAVANT，这是一种新颖的、用于表格数据的自注意力变分自编码器，集成了差分隐私（DP-SGD）。该模型是首个将注意力机制、VAE和差分隐私结合用于表格数据的模型。在公共数据集上的评估表明，在相同的隐私保证下，增加数据量通常会提高下游分类器的效用，并且SAVANT的表现优于PrivBayes和MST等其他边际机制。成员推理攻击未发现聚合成员信号，表明隐私得到有效保护。