Differential_Privacy_2020美国人口普查差分隐私准确性与隐私权衡扩展数据

数据集概述

本数据集是2020年美国人口普查差分隐私研究的扩展数据，包含不同地理层级、分层条件下的汇总计数、误差及实证隐私损失信息，覆盖epsilon值变化（sup_table）和样本量变化（sub_table_2）两种场景，用于量化差分隐私的准确性与隐私权衡关系。

文件详解

• 文件1：sup_table.xlsx
• 文件格式：XLSX
• 字段映射介绍：包含不同地理层级、分层条件下，随epsilon值变化的汇总计数、误差及实证隐私损失相关字段。
• 文件2：sup_table_2.xlsx
• 文件格式：XLSX
• 字段映射介绍：包含不同地理层级、分层条件下，随样本量变化的汇总计数、误差及实证隐私损失相关字段。

适用场景

• 差分隐私技术评估：分析不同epsilon值对2020美国人口普查数据准确性与隐私保护的影响。
• 人口普查数据隐私研究：探究样本量变化下差分隐私的实证隐私损失与数据误差的权衡关系。
• 地理层级数据隐私分析：研究不同地理层级、分层条件下差分隐私的应用效果。
• 数据隐私政策制定：为人口普查等官方统计数据的隐私保护政策提供数据支持。