深圳大学 发布 PrivBench 数据集, 应用在 隐私保护、数据库性能测试 领域

深圳大学 本次发布的数据集 PrivBench, PrivBench是由深圳大学开发的一个创新的数据合成框架，专注于在保证隐私的前提下生成高质量的数据集，用于数据库性能的基准测试。该数据集利用了和积网络（SPNs）来分割和采样数据，增强了数据表示的同时确保了隐私安全。PrivBench允许用户调整SPN分割的细节和隐私设置，这对于定制隐私级别至关重要。数据集的应用领域主要是数据库性能测试，旨在解决在保护用户隐私的同时，如何生成与原始数据查询性能相近的合成数据集的问题。

查看PrivBench

README 内容： 

关于 深圳大学 , 深圳大学是一所位于中国广东省深圳市的综合性大学，成立于1983年。学校以工科、商科和艺术学科为主，致力于培养创新型人才，并在科研和社会服务方面取得了显著成就。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。