이 연구는 서로 다른 프라이버시 및 유틸리티 속성을 가진 두 사용자 그룹 간 데이터 공유 문제를 다룬다. 기존 연구들은 모든 사용자가 동일한 프라이버시 및 유틸리티 속성을 가진다고 가정했지만, 실제로는 다양한 사용자 그룹이 존재한다.
제안하는 데이터 공유 메커니즘은 신뢰할 수 있는 제3자 서비스 제공자를 통해 두 그룹의 데이터를 안전하게 공유하고 프라이버시를 보장하면서도 유틸리티 예측 정확도를 높일 수 있다. 제3자 서비스 제공자는 별도의 보조 데이터셋이나 수동 주석 없이도 두 그룹의 데이터를 활용하여 프라이버시 메커니즘을 학습할 수 있다.
실험 결과, 제안하는 데이터 공유 메커니즘은 두 그룹 모두에서 프라이버시 보호와 유틸리티 예측 성능 간의 균형을 효과적으로 달성할 수 있음을 보여준다. 특히 UAE-PUPET 기법을 활용한 경우 ALFR 기법보다 더 나은 성능을 보였다.
לשפה אחרת
מתוכן המקור
arxiv.org
תובנות מפתח מזוקקות מ:
by Bishwas Mand... ב- arxiv.org 04-09-2024
https://arxiv.org/pdf/2404.05043.pdfשאלות מעמיקות