DPPro: إصدار بيانات عالية الأبعاد بشكل خاص بشكل مختلف عبر الإسقاط العشوائي

لقد جذبت إصدار مجموعات بيانات تمثل دون المساس بخصوصية البيانات اهتمامًا متزايدًا من مجتمع قواعد البيانات في السنوات الأخيرة. الخصوصية التفاضلية هي إطار عمل مؤثر للخصوصية في تعدين البيانات وإصدار البيانات دون كشف المعلومات الحساسة. ومع ذلك، لا تستطيع الحلول الحالية التي تستخدم الخصوصية التفاضلية التعامل بفعالية مع إصدار البيانات عالية الأبعاد بسبب زيادة أخطاء الاضطراب وتعقيد الحسابات. لمعالجة نقص الحلول الحالية، نقترح DPPro، خوارزمية خاصة بشكل مختلف لإصدار البيانات عالية الأبعاد عبر الإسقاط العشوائي لتعظيم المنفعة مع ضمان الخصوصية. نحن نثبت نظريًا أن DPPro يمكن أن ينتج مجموعة بيانات اصطناعية بنفس المسافة الإقليدية المربعة بين المتجهات عالية الأبعاد بينما تحقق الخصوصية التفاضلية (ϵ، δ). بناءً على التحليل النظري، لاحظنا أن ضمانات المنفعة للبيانات المصدرة تعتمد على بعد الإسقاط وتباين الضوضاء. تظهر نتائج التجارب الواسعة أن DPPro يتفوق بشكل كبير على العديد من الحلول المتقدمة من حيث خطأ الاضطراب وميزانية الخصوصية على مجموعات بيانات عالية الأبعاد.