PreFair: إنشاء بيانات اصطناعية عادلة بشكل مبرر بشكل خاص

عندما تكون قاعدة البيانات محمية بواسطة الخصوصية التفاضلية (DP)، تكون قابليتها للاستخدام محدودة النطاق. في هذا السيناريو، يسمح إنشاء نسخة اصطناعية من البيانات التي تحاكي خصائص البيانات الخاصة للمستخدمين بإجراء أي عملية على البيانات الاصطناعية، مع الحفاظ على خصوصية البيانات الأصلية. لذلك، تم تكريس العديد من الأعمال لوضع أنظمة لإنشاء بيانات اصطناعية تتوافق مع الخصوصية التفاضلية. ومع ذلك، قد تحافظ هذه الأنظمة أو حتى تعزز خصائص البيانات التي تجعلها غير عادلة، مما يجعل البيانات الاصطناعية غير صالحة للاستخدام. في هذا العمل، نقدم PreFair، وهو نظام يسمح بإنشاء بيانات اصطناعية عادلة وفقًا للخصوصية التفاضلية. يقوم PreFair بتوسيع آليات إنشاء بيانات DP الحديثة من خلال دمج معيار عدالة سببية يضمن بيانات اصطناعية عادلة. نحن نكيّف مفهوم العدالة المبررة ليتناسب مع سيناريو إنشاء البيانات الاصطناعية. كما ندرس مشكلة إنشاء بيانات اصطناعية عادلة وفقًا للخصوصية التفاضلية، موضحين صعوبتها وتصميم خوارزميات تعتبر مثالية تحت افتراضات معينة. كما نقدم تقييمًا تجريبيًا شاملاً، يوضح أن PreFair ينشئ بيانات اصطناعية تعتبر أكثر عدلاً بشكل كبير من البيانات التي تم إنشاؤها بواسطة آليات إنشاء بيانات DP الرائدة، مع الحفاظ على ولاء البيانات الخاصة.