DP-GEM

Abstract

DP-GEM es una herramienta de Python creada para diseñar y ejecutar los complicados pipelines que conlleva transformar datos sensibles en datos privatizados probando diferentes mecanismos de privatización, con diferentes parámetros y además, probando los resultados contra una prueba de control para el estudio de la utilidad. La herramienta permite definir una serie de módulos que se ejecutan en cadena. El resultado de un módulo puede utilizarse como entrada del siguiente. Además, cada módulo puede ejecutarse con muchos parámetros diferentes, denominados ensayos, lo que da lugar a muchas salidas diferentes. Por esta razón, los módulos pueden tener submódulos y estos últimos se ejecutarán tantas veces como salidas den los ensayos del módulo principal. Este nivel de anidamiento continúa según sea necesario. DP-GEM es lo suficientemente flexible como para permitir la definición de los experimentos en un archivo .json, lo que ayuda con el requisito de replicación. Esto significa que los módulos y submódulos, sus códigos fuente y los parámetros pueden ser definidos en un formato json, incluyendo el número de ensayos por módulo, el anidamiento y los registros y archivos de salida. La herramienta también está integrada con Wandb[38] para registrar y guardar muchos de los resultados intermedios y finales en dicho servicio. Y finalmente DP-GEM puede integrarse con dos marcos de aprendizaje profundo Keras y PyTorch, así como con cualquier funcionalidad proporcionada por el paquete scikit-learn.