Epistemic Parity: Reproducibility as an Evaluation Metric for Differential Privacy
Rattachement africain : us, ua, gb. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Differential privacy (DP) data synthesizers are increasingly proposed to afford public release of sensitive information, offering theoretical guarantees for privacy (and, in some cases, utility), but limited empirical evidence of utility in practical settings. Utility is typically measured as the error on representative proxy tasks, such as descriptive statistics, multivariate correlations, the accuracy of trained classifiers, or performance over a query workload. The ability for these results to generalize to practitioners' experience has been questioned in a number of settings, including the U.S. Census. In this paper, we propose an evaluation methodology for synthetic data that avoids assumptions about the representativeness of proxy tasks, instead measuring the likelihood that published conclusions would change had the authors used synthetic data, a condition we call epistemic parity. Our methodology consists of reproducing empirical conclusions of peer-reviewed papers on real, publicly available data, then re-running these experiments a second time on DP synthetic data and comparing the results.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Epistemic Parity: Reproducibility as an Evaluation Metric for Differential Privacy
- Date Crossref
- 14/05/2024
- Éditeur
- Association for Computing Machinery (ACM)
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
New York University pays non établi dans la noticeUniversité ou école supérieure
-
University of Washington pays non établi dans la noticeUniversité ou école supérieure
-
Ukrainian Catholic University pays non établi dans la noticeUniversité ou école supérieure
-
London School of Economics and Political Science pays non établi dans la noticeUniversité ou école supérieure
-
Microsoft (United States) pays non établi dans la noticeEntreprise
New York University, University of Washington et Ukrainian Catholic University, avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.