Zinan Lin

新方法改进DP合成数据生成和隐私核算 · 跟踪2个来源

研究人员开发了用于更精确核算差分隐私（DP）合成数据生成管道中隐私损失的新方法。这些工具，包括AIM-GDP和MixCal，利用隐私损失分布（PLD）和高斯DP（GDP）通过减少噪声来提高合成数据的效用。此外，一个名为Private Evolution（PE）的框架已扩展到包含模拟器，例如计算机图形生成器和物理工具，以及用于DP合成数据创建的基础模型，从而在图像合成方面取得了显著的性能改进，并实现了新的DP应用。