[論文レビュー] Communication-Efficient Triangle Counting under Local Differential Privacy

Jacob Imola, Takao Murakami+1 more|arXiv (Cornell University)|Oct 13, 2021

Privacy-Preserving Technologies in Data被引用数 4

ひとこと要約

本稿では、エッジサンプリングとダブルクリッピングを導入することで、通信コストを著しく削減しながら推定誤差を低く保ちつつ、局所的微分プライバシー（LDP）下での通信効率の良い三角形カウントアルゴリズムを提案する。提案手法であるARROneNS△はダブルクリッピングを用いることで、20 Mbpsの通信速度下でダウンロード時間を6時間から8秒未塔に短縮し、大規模グラフにおけるLDPベースの三角形カウントを実用可能にする。

ABSTRACT

Triangle counting in networks under LDP (Local Differential Privacy) is a fundamental task for analyzing connection patterns or calculating a clustering coefficient while strongly protecting sensitive friendships from a central server. In particular, a recent study proposes an algorithm for this task that uses two rounds of interaction between users and the server to significantly reduce estimation error. However, this algorithm suffers from a prohibitively high communication cost due to a large noisy graph each user needs to download. In this work, we propose triangle counting algorithms under LDP with a small estimation error and communication cost. We first propose two-rounds algorithms consisting of edge sampling and carefully selecting edges each user downloads so that the estimation error is small. Then we propose a double clipping technique, which clips the number of edges and then the number of noisy triangles, to significantly reduce the sensitivity of each user's query. Through comprehensive evaluation, we show that our algorithms dramatically reduce the communication cost of the existing algorithm, e.g., from 6 hours to 8 seconds or less at a 20 Mbps download rate, while keeping a small estimation error.

研究の動機と目的

• 既存の局所的微分プライバシー（LDP）ベースの三角形カウント手法が、ユーザーが大きなノイズを含むグラフをダウンロードする必要があるという高い通信コストを解決すること。
• 特に4サイクルが多発する密なグラフや大規模グラフにおいて、既存手法が高い誤差を示す問題を是正し、LDPベースの三角形カウントにおける推定誤差を低減すること。
• 信頼できるサーバーに依存せず、分散型かつプライバシー保護型のグラフ解析を可能にする実用的なLDPフレームワークを構築すること。
• 改善された三角形カウントを活用し、LDP下で正確なクラスタリング係数の推定を可能にすること。

提案手法

• ユーザーが最初にサンプリングされたノイズ付きグラフをダウンロードし、その後でローカルにノイズ付きの三角形数を計算する2ラウンドLDPプロトコルを提案する。
• 各ユーザーがダウンロードするノイズ付きグラフのサイズを小さくすることで通信オーバーヘッドを最小限に抑えるため、エッジサンプリングを導入する。
• ユーザーごとのエッジ数を最初にクリッピングし、次にノイズ付き三角形数をクリッピングすることで、感度と推定誤差を低減するダブルクリッピング技術を適用する。
• 通信コストと推定精度のバランスを取るために、慎重に選定されたサンプリング確率を用いる。
• 各ユーザーが自身の関与する三角形の2つのエッジを観測できることを活用し、全エッジを隠蔽する手法よりもノイズの影響を低減し、精度を向上させる。
• 4サイクルの数（C₄）を用いて三角形カウントのグローバル感度を定式化し、エッジサンプリングによるC₄の低減が推定誤差の低減に寄与することを示す。

実験結果

リサーチクエスチョン

• RQ1 推定精度を損なわずに、LDPベースの三角形カウントにおける通信コストをどのように低減できるか？
• RQ2 4サイクルはLDP三角形カウントにおける推定誤差にどのような影響を及ぼし、どのように緩和できるか？
• RQ3 ダブルクリッピングはLDP三角形カウントにおいて感度と推定誤差を顕著に低減できるか？
• RQ4 提案手法の性能は、グラフのサイズや密度に応じてどのようにスケーリングするか？
• RQ5 提案手法は、実世界のネットワークにおけるLDPベースの三角形カウントの実用的導入を可能にするか？

主な発見

• ダブルクリッピングを用いたARROneNS△アルゴリズムは、すべてのデータセットにおいて最小の推定誤差を達成しており、Gplusのような大規模または密なグラフにおいて特に優れた性能を示す。
• ダブルクリッピング技術により、ベースライン手法と比較して推定誤差が2〜3桁低減された。
• 通信コストは20 Mbpsのダウンロード速度下で6時間から8秒未塔に短縮され、実世界への導入に実用的となった。
• 4サイクル（C₄）の数は推定誤差の主要因であり、エッジサンプリングによるC₄の低減が精度の向上に顕著に寄与する。
• 本手法により、LDP下で正確なクラスタリング係数の推定が可能となり、ネットワーク解析タスクへの応用範囲が拡張された。
• 高いプライバシー予算下でも相対誤差が低く（例：0.21）、強力なプライバシーと性能のトレードオフを示している。