Buchumschlag

Fairness Issues and Mitigations in (Differentially Private) Socio-Demographic Data Processes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ko, Joonhyuk, Ziani, Juba, Das, Saswat, Williams, Matt, Fioretto, Ferdinando
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Artificial Intelligence Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Optimal Allocation of Privacy Budget on Hierarchical Data Release
von: Ko, Joonhyuk, et al.
Veröffentlicht: (2025)

Differentially Private Data Release on Graphs: Inefficiencies and Unfairness
von: Fioretto, Ferdinando, et al.
Veröffentlicht: (2024)

Differential Privacy Overview and Fundamental Techniques
von: Fioretto, Ferdinando, et al.
Veröffentlicht: (2024)

NeuroFilter: Privacy Guardrails for Conversational LLM Agents
von: Das, Saswat, et al.
Veröffentlicht: (2026)

Disparate Impact on Group Accuracy of Linearization for Private Inference
von: Das, Saswat, et al.
Veröffentlicht: (2024)

Beyond Jailbreaking: Auditing Contextual Privacy in LLM Agents
von: Das, Saswat, et al.
Veröffentlicht: (2025)

Personalized Differential Privacy for Ridge Regression
von: Acharya, Krishna, et al.
Veröffentlicht: (2024)

FairDP: Certified Fairness with Differential Privacy
von: Tran, Khang, et al.
Veröffentlicht: (2023)

FAIRPLAI: A Human-in-the-Loop Approach to Fair and Private Machine Learning
von: Sanchez Jr., David, et al.
Veröffentlicht: (2025)

Advances in Differential Privacy and Differentially Private Machine Learning
von: Das, Saswat, et al.
Veröffentlicht: (2024)

Differentially Private Post-Processing for Fair Regression
von: Xian, Ruicheng, et al.
Veröffentlicht: (2024)

Private, Verifiable, and Auditable AI Systems
von: South, Tobin
Veröffentlicht: (2025)

Urania: Differentially Private Insights into AI Use
von: Liu, Daogao, et al.
Veröffentlicht: (2025)

The Data Minimization Principle in Machine Learning
von: Ganesh, Prakhar, et al.
Veröffentlicht: (2024)

The Malicious Use of Artificial Intelligence: Forecasting, Prevention, and Mitigation
von: Brundage, Miles, et al.
Veröffentlicht: (2018)

Limits of Personalizing Differential Privacy Budgets
von: Cyffers, Edwige, et al.
Veröffentlicht: (2026)

Synthetic Data and Health Privacy
von: Abgrall, Gwénolé, et al.
Veröffentlicht: (2025)

Synthetic Data: Methods, Use Cases, and Risks
von: De Cristofaro, Emiliano
Veröffentlicht: (2023)

Unifying Re-Identification, Attribute Inference, and Data Reconstruction Risks in Differential Privacy
von: Kulynych, Bogdan, et al.
Veröffentlicht: (2025)

How Do Data Owners Say No? A Case Study of Data Consent Mechanisms in Web-Scraped Vision-Language AI Training Datasets
von: Lee, Chung Peng, et al.
Veröffentlicht: (2025)

Synthetic Data, Similarity-based Privacy Metrics, and Regulatory (Non-)Compliance
von: Ganev, Georgi
Veröffentlicht: (2024)

Comparing AI Agents to Cybersecurity Professionals in Real-World Penetration Testing
von: Lin, Justin W., et al.
Veröffentlicht: (2025)

Party Autonomy in Determining the Law Applicable to Non-contractual Obligations concerning Cross-Border Data Transfers
von: Okamura, Yuki, et al.
Veröffentlicht: (2026)

PUFFLE: Balancing Privacy, Utility, and Fairness in Federated Learning
von: Corbucci, Luca, et al.
Veröffentlicht: (2024)

A Survey on Responsible LLMs: Inherent Risk, Malicious Use, and Mitigation Strategy
von: Wang, Huandong, et al.
Veröffentlicht: (2025)

Privacy at a Price: Exploring its Dual Impact on AI Fairness
von: Yang, Mengmeng, et al.
Veröffentlicht: (2024)

Data Sharing with Endogenous Choices over Differential Privacy Levels
von: Bassily, Raef, et al.
Veröffentlicht: (2026)

Knowledge Distillation-Based Model Extraction Attack using GAN-based Private Counterfactual Explanations
von: Ezzeddine, Fatima, et al.
Veröffentlicht: (2024)

How Well Can LLM Agents Simulate End-User Security and Privacy Attitudes and Behaviors?
von: Li, Yuxuan, et al.
Veröffentlicht: (2026)

Differentially Private Retrieval-Augmented Generation
von: Tang, Tingting, et al.
Veröffentlicht: (2026)

Aim High, Stay Private: Differentially Private Synthetic Data Enables Public Release of Behavioral Health Information with High Utility
von: Ghasemizade, Mohsen, et al.
Veröffentlicht: (2025)

Decision Making with Differential Privacy under a Fairness Lens
von: Fioretto, Ferdinando, et al.
Veröffentlicht: (2021)

Password-Activated Shutdown Protocols for Misaligned Frontier Agents
von: Williams, Kai, et al.
Veröffentlicht: (2025)

Differentially Private Rankings via Outranking Methods and Performance Data Aggregation
von: Del Vasto-Terrientes, Luis
Veröffentlicht: (2025)

Enforcing Cybersecurity Constraints for LLM-driven Robot Agents for Online Transactions
von: Shah, Shraddha Pradipbhai, et al.
Veröffentlicht: (2025)

Ask What Your Country Can Do For You: Towards a Public Red Teaming Model
von: Kennedy, Wm. Matthew, et al.
Veröffentlicht: (2025)

Black-Box Access is Insufficient for Rigorous AI Audits
von: Casper, Stephen, et al.
Veröffentlicht: (2024)

AI-Driven Cyber Threat Intelligence Automation
von: Shah, Shrit, et al.
Veröffentlicht: (2024)

Fingerprinting and Tracing Shadows: The Development and Impact of Browser Fingerprinting on Digital Privacy
von: Lawall, Alexander
Veröffentlicht: (2024)

The End Of Universal Lifelong Identifiers: Identity Systems For The AI Era
von: Palakodety, Shriphani
Veröffentlicht: (2025)