論文の概要: CoRTeC: A Differentially Private Release for Synthetic Tabular Data, Decodable by Any Generator

• arxiv url: http://arxiv.org/abs/2611.06342v1
• Date: Wed, 04 Nov 2026 11:02:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 03:25:58.088769
• Title: CoRTeC: A Differentially Private Release for Synthetic Tabular Data, Decodable by Any Generator
• Title（参考訳）: CoRTeC: 任意のジェネレータでデオード可能な合成タブラルデータのための、異なるプライベートリリース
• Abstract要約: 我々は,これらのレコードの合成バージョンを差分プライバシー下でリリースする手法であるCoRTeCを提案する。 CoRTeCはプライバシ予算を、分類器の訓練用に設計されたノイズの多い数字の小さなファイルに費やしている。 誰でも好きなように数列を合成できるし、それ以上のプライバシーコストもかからない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The records that could train the most useful models, such as a hospital's patient files, are often the ones an institution cannot share. We propose CoRTeC, a method that releases synthetic versions of such records under differential privacy. Differential privacy places a proven limit on what the synthetic data can reveal about any person, and in particular on membership inference. CoRTeC spends the privacy budget once, on a small file of noisy counts designed for training a classifier. For each group of records, the file gives the group's size, its balance of outcomes, a histogram of every column for each outcome and the outcome rate in each of several non-overlapping cells. A reviewer can check every number before the file leaves the institution. Anyone can then turn the counts into synthetic rows, as often as they like and at no further privacy cost. A maximum-entropy decoder can do this without any language model, and so can each of the five frozen language models we tested. None of them ever sees a real record. A selection step then matches the rows to the released counts. Decoded without a language model, the automatically configured release at $\varepsilon = 2$ trains classifiers to within 0.02 AUC of a real sample of the same size on the Adult dataset, across three data splits. On NHANES and bank marketing, without the selection step, it stays within 0.05 AUC. On Adult, with a fixed cohort rule, the release carries the outcome rates a deployment names more closely than a real sample does, at some cost in accuracy on pairs of columns. Four controls show that most of the utility comes from the release and the selection step, and that a language model adds what it knows from the column names. No private row ever reaches a model, and no row CoRTeC generates copies a real one. The strongest membership attack stays far below the bound the budget allows.
• Abstract（参考訳）: 病院の患者ファイルなど、最も有用なモデルを訓練できる記録は、多くの場合、機関が共有できないものである。 我々は,これらのレコードの合成バージョンを差分プライバシー下でリリースする手法であるCoRTeCを提案する。 差分プライバシーは、合成データがどんな人物、特に会員推定について明らかにできることに、証明された制限を課す。 CoRTeCはプライバシ予算を、分類器の訓練用に設計されたノイズの多い数字の小さなファイルに費やしている。 各レコード群について、ファイルは、グループのサイズ、結果のバランス、各結果に対する各カラムのヒストグラム、および複数の非重複セルのそれぞれの結果レートを与える。 レビュアーは、ファイルが施設を出る前にすべての番号をチェックすることができる。 誰でも好きなように数列を合成できるし、それ以上のプライバシーコストもかからない。 最大エントロピーデコーダは言語モデルなしでこれを行うことができます。 誰も本当の記録を見たことがない。 選択ステップでは、行を解放されたカウントにマッチさせる。 言語モデルなしでデコードされたこのリリースは、自動的に設定された$\varepsilon = 2$の列車分類器をアダルトデータセット上の同じサイズの実際のサンプルの0.02 AUCに3つのデータ分割で分割する。 NHANESと銀行のマーケティングでは、選択ステップなしでは0.05AUCに留まる。 アダルトでは、固定されたコホートルールで、リリースの結果は、実際のサンプルよりも近いデプロイメント名で、列のペアの正確さを犠牲にします。 4つのコントロールは、ユーティリティの大部分がリリースと選択ステップからのものであり、言語モデルが列名から知っているものを追加することを示している。 プライベートな行がモデルに到達することはなく、CoRTeCが実際の行を生成することもない。 最強の会員攻撃は、予算が許す限界をはるかに下回っている。

関連論文リスト

• Complexity of Differentially Private Selection via Federated APIs [56.34461735425814]
  Sparse Vector Technique (SVT) のバージョンを実装した新しいプリミティブを導入する。 我々は、SVTクエリのほぼ最適数$O(dlog*d)$でこれを行うことができることを示す。 本稿では,F_p$損失,重み付き同定,スパース平均推定などの多様なタスクに対するモデルの適用性を示す。
  論文  参考訳（メタデータ） (2026-10-28T19:56:53Z)
• Requential Coding: Pushing the Limits of Model Compression with Self-Generated Training Data [55.04392122319273]
  本稿では,教師モデルが生徒自身の分布から抽出した学習サンプルを選択するための逐次符号化手法を提案する。 結果として得られるコード長は、パラメータカウントとデータエントロピーとは独立しており、多くの場合、先行するコード長よりも桁違いに短い。
  論文  参考訳（メタデータ） (2026-07-13T17:58:50Z)
• LLM-as-a-Discriminator: When Synthetic Tables Still Look Real [0.42481744176244507]
  LLMに各テーブルサンプルをREALまたはSyntheTICに分類するよう依頼する。 CTGAN, TVAE, および Gaussian Copula という3つのモデルを、UCI Adult と ACS Census という2つの公開データセット上で実行しています。 この結果から, LLMの識別は, モデル選択, 提供者毎の報告, データの符号化処理を行う場合の, 実用的なプライバシ監査信号であることが示唆された。
  論文  参考訳（メタデータ） (2026-06-01T02:10:02Z)
• Differentially Private Language Generation and Identification in the Limit [17.31852533022177]
  我々は,Kleinberg と Mullainathan [KM24] が最近導入した言語生成の限界について,差分プライバシーの制約の下で検討した。 我々は任意の可算コレクションから極限を生成する$varepsilon$-differentially-privateアルゴリズムを提供する。 我々は、$varepsilon$-DPアルゴリズムが無限交叉と有限集合差を持つ2つの言語を含む集合を識別できないことを証明した。
  論文  参考訳（メタデータ） (2026-04-09T17:48:46Z)
• STAMP Your Content: Proving Dataset Membership via Watermarked Rephrasings [17.175065729425825]
  STAMPはデータセットのメンバシップを検出するフレームワークである。 トレーニングデータに1回しか表示されない4つのベンチマークにおける汚染を,我々のフレームワークが検出できることが示される。
  論文  参考訳（メタデータ） (2025-04-18T02:25:08Z)
• Unleashing the Power of Randomization in Auditing Differentially Private ML [41.14701346437445]
  ランダム化されたデータセットを扱うために、差分プライバシーの定義を拡張したLifted Differential Privacy (LiDP)を導入する。 次に、データセットで$K$カナリアでトレーニングされたモデルと$K - 1$カナリアでトレーニングされたモデルを区別してLiDPを監査する。 第三に、実証的な高次相関に適応することにより、複数のテスト統計を利用する新しい信頼区間を導入する。
  論文  参考訳（メタデータ） (2023-05-29T03:53:40Z)
• Differentially-Private Bayes Consistency [70.92545332158217]
  差分プライバシー(DP)を満たすベイズ一貫した学習ルールを構築する。 ほぼ最適なサンプル複雑性を持つ半教師付き環境で,任意のVCクラスをプライベートに学習できることを実証する。
  論文  参考訳（メタデータ） (2022-12-08T11:57:30Z)
• Individual Privacy Accounting for Differentially Private Stochastic Gradient Descent [69.14164921515949]
  DP-SGDで訓練されたモデルをリリースする際の個々の事例に対するプライバシー保証を特徴付ける。 ほとんどの例では、最悪のケースよりも強力なプライバシー保証を享受しています。 これは、モデルユーティリティの観点からは守られないグループが同時に、より弱いプライバシー保証を経験することを意味する。
  論文  参考訳（メタデータ） (2022-06-06T13:49:37Z)
• User-Level Private Learning via Correlated Sampling [49.453751858361265]
  我々は、各ユーザが$m$のサンプルを持ち、プライバシ保護が各ユーザのデータレベルで実施される設定について検討する。 この設定では、より少ない数のユーザーで学習できることが示されます。
  論文  参考訳（メタデータ） (2021-10-21T15:33:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。