保真度、实用性与隐私的权衡

这部分内容有帮助吗？

参考文献

A General Framework for Evaluating Synthetic Data, Samuel Lones, Michael E. J. Woolhouse, Alex J. Ball, Adam P. D. Smith, Lewis D. Griffin, 2023 Scientific Reports, Vol. 13 (Nature Portfolio) DOI: 10.1038/s41598-023-45547-1 - 本文提出了一个评估合成数据的框架，直接处理其多方面质量，包括保真度、实用性和隐私。它提供了一种结构化的评估方法。
Private Synthetic Data Generation: A Survey, Hongyu Zhang, Xiaojuan Ma, Zhengyuan Wu, Xiang Zhang, 2022 arXiv preprint arXiv:2203.04787 - 这项调查回顾了各种差分隐私合成数据生成方法，强调了这些技术中固有的隐私、保真度和实用性之间的权衡。
The Algorithmic Foundations of Differential Privacy, Cynthia Dwork and Aaron Roth, 2014 (Now Publishers Inc.) - 这本基础性著作全面解释了差分隐私、其原理、机制以及与数据实用性的固有权衡，这对于理解隐私维度至关重要。