一种基于差分隐私的表格生成数据脱敏方法

一种基于差分隐私的表格生成数据脱敏方法，基于差分隐私的自适应噪声调度与稀有类别加权的扩散模型，本模型采用了一种基于差分隐私消耗的自适应噪声调度策略。当差分隐私预算消耗较高时，噪声会适当减小，从而避免生成数据质量过度下降以及有效解决生成数据的失真。此外，针对生成表格数据时，尤其是离散数据，本模型采用了基于类别频次的加权策略，对训练数据中的稀有类别赋予额外权重，通过在计算KL散度时，对每个类别的损失进行加权，以确保稀有类别的影响力得到充分考虑，确保生成数据在这些类别上的表现更为准确。