ترجمه فارسی مقاله داده های مصنوعی: بازنگری در مورد تجارت حریم خصوصی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Synthetic Data: Revisiting the Privacy-Utility Trade-off
عنوان مقاله به فارسی داده های مصنوعی: بازنگری در مورد تجارت حریم خصوصی
نویسندگان Fatima Jahan Sarmin, Atiquer Rahman Sarkar, Yang Wang, Noman Mohammed
فرمت مقاله انگلیسی PDF
تعداد صفحات 18
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Cryptography and Security,Machine Learning,رمزنگاری و امنیت , یادگیری ماشین ,
توضیحات Submitted 9 July, 2024; originally announced July 2024.
توضیحات به فارسی ارسال شده در 9 ژوئیه 2024 ؛در ابتدا ژوئیه 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Synthetic data has been considered a better privacy-preserving alternative to traditionally sanitized data across various applications. However, a recent article challenges this notion, stating that synthetic data does not provide a better trade-off between privacy and utility than traditional anonymization techniques, and that it leads to unpredictable utility loss and highly unpredictable privacy gain. The article also claims to have identified a breach in the differential privacy guarantees provided by PATEGAN and PrivBayes. When a study claims to refute or invalidate prior findings, it is crucial to verify and validate the study. In our work, we analyzed the implementation of the privacy game described in the article and found that it operated in a highly specialized and constrained environment, which limits the applicability of its findings to general cases. Our exploration also revealed that the game did not satisfy a crucial precondition concerning data distributions, which contributed to the perceived violation of the differential privacy guarantees offered by PATEGAN and PrivBayes. We also conducted a privacy-utility trade-off analysis in a more general and unconstrained environment. Our experimentation demonstrated that synthetic data achieves a more favorable privacy-utility trade-off compared to the provided implementation of k-anonymization, thereby reaffirming earlier conclusions.

چکیده به فارسی (ترجمه ماشینی)

داده های مصنوعی جایگزین بهتری برای حفظ حریم خصوصی برای داده های سنتی ضد عفونی شده در برنامه های مختلف در نظر گرفته شده است.با این حال ، مقاله اخیر این مفهوم را به چالش می کشد ، با بیان اینکه داده های مصنوعی نسبت به تکنیک های سنتی ناشناس سازی ، تجارت بهتری بین حریم خصوصی و ابزار ارائه نمی دهد و این امر منجر به از دست دادن ابزار غیرقابل پیش بینی و حفظ حریم خصوصی بسیار غیرقابل پیش بینی می شود.این مقاله همچنین ادعا می کند که نقض ضمانت های حریم خصوصی دیفرانسیل ارائه شده توسط پاتگان و Privbayes را مشخص کرده است.هنگامی که یک مطالعه ادعا می کند که یافته های قبلی را رد یا باطل می کند ، تأیید و اعتبارسنجی مطالعه بسیار مهم است.در کار خود ، ما اجرای بازی حریم خصوصی را که در مقاله شرح داده شده است ، تجزیه و تحلیل کردیم و دریافتیم که در یک محیط بسیار تخصصی و محدود عمل می کند ، که کاربرد یافته های آن را در موارد کلی محدود می کند.اکتشاف ما همچنین نشان داد که این بازی پیش شرط اساسی در مورد توزیع داده ها را برآورده نمی کند ، که این امر به نقض درک شده از ضمانت های حریم خصوصی دیفرانسیل ارائه شده توسط پاتگان و Privbayes کمک می کند.ما همچنین در یک محیط عمومی و بدون محدودیت ، تجزیه و تحلیل تجارت حریم خصوصی را انجام دادیم.آزمایش ما نشان داد که داده های مصنوعی در مقایسه با اجرای ارائه شده از ناشناس سازی K ، به یک تجارت حریم خصوصی مطلوب تر دست می یابند و از این طریق دوباره نتیجه گیری های قبلی را تأیید می کنند.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.