基于互信息神经估计器 MINE 的数据隐私与效用权衡
Data Privacy and Utility Trade-Off Based on Mutual Information Neural Estimator
AI 导读
针对小样本或分布未知时互信息难以准确刻画的问题，研究提出基于互信息神经估计器（MINE）的隐私漏斗，用训练方式估计互信息而非传统直接计算。方法以估计互信息度量隐私与效用，在估计器给出的隐私泄露低于阈值约束下训练神经网络优化数据效用。仿真结果显示，样本量有限时该估计仍能较好近似互信息，并优化隐私与效用的权衡。