privacy-tuner 0.1.0

A privacy-preserving data publishing tool with parameter optimization

Privacy Tuner

Privacy Tuner 是一个通用的隐私保护数据发布工具。它通过智能参数搜索，在用户指定的隐私预算和效用目标约束下，自动寻找最优的数据扰动参数，从而在保护隐私的同时最大化数据的实用性。最终输出净化后的数据集、最优参数组合以及可视化报告。

特性

• 模块化设计：支持可插拔的隐私机制、风险度量、效用评估和优化器。
• 多种隐私模型：差分隐私（拉普拉斯、高斯）、经验风险、k-匿名等（持续扩展）。
• 多种数据类型：表格数据原生支持，预留文本、图像接口。
• 自动参数搜索：内置网格搜索、贝叶斯优化、遗传算法，自动寻找最优参数。
• 可解释性：生成风险-效用曲线和自然语言报告，帮助理解参数选择。

安装

1. 克隆仓库：

   git clone https://github.com/yourusername/privacy_tuner.git
   cd privacy_tuner
   

2. 创建虚拟环境（推荐）：

   python -m venv venv
   source venv/bin/activate  # Linux/Mac
   venv\Scripts\activate     # Windows
   

3. 安装依赖：

   pip install -r requirements.txt
   

4. （可选）安装为开发模式：

   pip install -e .
   

快速开始

下面是一个使用 Adult 数据集的完整示例：

import numpy as np
from sklearn.datasets import fetch_openml
from privacy_tuner.input import CSVLoader
from privacy_tuner.core.mechanisms import CopulaMechanism
from privacy_tuner.core.risk import EmpiricalRiskMeter
from privacy_tuner.core.utility import TSTRClassifier
from privacy_tuner.core.optimizers import GridSearchOptimizer
from privacy_tuner.output import CSVExporter, SimpleReporter

# 加载数据
adult = fetch_openml(data_id=1590, as_frame=True)
df = adult.data.select_dtypes(include=[np.number]).dropna()
y = (adult.target == '>50K').astype(int).values
data = np.column_stack([df.values, y])

# 设置组件
mechanism = CopulaMechanism()
risk_meter = EmpiricalRiskMeter()
utility = TSTRClassifier(target_column=-1)
optimizer = GridSearchOptimizer()

# 定义参数空间和风险约束
param_space = {
    'sampling_ratio': [0.5, 1.0, 2.0],
    'noise_scale': [0.0, 0.1, 0.5]
}
risk_constraint = (0.0, 1.0)

# 执行搜索
best_params, best_utility, best_risk = optimizer.search(
    original_data=data,
    mechanism=mechanism,
    risk_meter=risk_meter,
    utility_evaluator=utility,
    param_space=param_space,
    risk_constraint=risk_constraint
)

print(f"最优参数: {best_params}")
print(f"效用: {best_utility:.4f}, 风险: {best_risk:.4f}")

更多示例请参考 examples/ 目录。

核心模块

• 输入层：DataLoader, FeatureAnalyzer
• 隐私机制：PrivacyMechanism（实现：CopulaMechanism, LaplaceMechanism, GaussianMechanism）
• 风险度量：RiskMeter（实现：EmpiricalRiskMeter, DPRisk）
• 效用评估：UtilityEvaluator（实现：TSTRClassifier, QueryError, ClusteringSilhouette）
• 优化器：Optimizer（实现：GridSearchOptimizer, BayesianOptimizer, GeneticOptimizer）
• 输出层：CSVExporter, SimpleReporter

文档

详细开发者文档请见 docs/developer_guide.md。

贡献

欢迎贡献代码、报告问题或提出建议。请阅读 CONTRIBUTING.md（如有）了解详情。

许可证

MIT