跳到正文
原文
arXiv · Human-Computer Interaction· Jing Yang, Sarayu Pacca, Zhaocong Yang 等 4 人
· 22 小时前

重新思考差分隐私可视化中的效用:以视觉通道为中心的视角

Rethinking Utility in Differentially Private Visualization: A Channel-Centric Perspective

预印本 · 尚未经过同行评审

AI 导读

综述提出通道读取机制假说:差分隐私可视化的效用取决于视觉通道配置与隐私机制共同凸显的任务相关读取。

摘要 · AI 翻译

差分隐私(DP)正日益被用于可视化中保护敏感数据,但关于隐私所引入的噪声如何影响视觉表征的理解仍较为零散。已有工作考察了 DP 噪声对特定图表类型的影响,然而这些发现通常与特定图表类型和评估设置绑定,难以跨情境推广。与此同时,可视化研究早已确立:视觉通道——即编码数据属性的标记的视觉属性——在无噪声条件下其知觉有效性存在差异。然而,这些原则尚未在 DP 条件下被系统性地重新审视,而 DP 会有意将噪声引入数据以保护隐私。本文提出一种以通道为中心的视角,以重新框定既有的实证与理论结果。我们的综合基于已有发现,提出一种通道—读取机制假说:DP 可视化的效用可能取决于由视觉通道配置与 DP 机制选择共同凸显的任务相关读取。此外,这一视角强调了通道选择在整个隐私保护可视化流程中的作用,从披露框架设定、DP 算法设计,到效用评估与含噪输出的解读。该综合还指出了现有评估文献中的空白,并强调了面向通道感知的 DP 可视化的研究机遇。

中文由 AI 翻译,仅供参考,以原文为准。

来源:arXiv · Human-Computer Interaction · arxiv.org

相关事件

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。