[論文レビュー] Confidentiality Protection in the 2020 US Census of Population and Housing

John M. Abowd, Michael B Hawes|arXiv (Cornell University)|Jun 7, 2022

Privacy-Preserving Technologies in Data被引用数 6

ひとこと要約

本論文は、2020年米国国勢調査において、特にブロックレベルの地理的粒度の高い表形式データにおける個人の機密性を保護するためのカスタマイズされた微分プライバシー枠組みの導入を提示している。全地理的階層にわたり調整されたノイズを注入することで、再識別を防ぎつつ、制御された正確性を確保する。これは、従来の統計的機密性漏洩防止手法からの基盤的転換を示している。

ABSTRACT

In an era where external data and computational capabilities far exceed statistical agencies' own resources and capabilities, they face the renewed challenge of protecting the confidentiality of underlying microdata when publishing statistics in very granular form and ensuring that these granular data are used for statistical purposes only. Conventional statistical disclosure limitation methods are too fragile to address this new challenge. This article discusses the deployment of a differential privacy framework for the 2020 US Census that was customized to protect confidentiality, particularly the most detailed geographic and demographic categories, and deliver controlled accuracy across the full geographic hierarchy.

研究の動機と目的

• 計算能力の向上とデータ連携技術の進展に伴い、高度に詳細な国勢調査データにおける再識別リスクの増大に応えるため。
• 脆い従来の統計的機密性漏洩防止（SDL）手法に代わる、強固で数学的に厳密なプライバシー枠組みを導入するため。
• 赤道線再編や連邦資金配分など、重要な用途に適した正確でプライバシー保護されたデータ公開を可能にするため。
• 全地理的階層にわたり、機密性保護とデータの有用性のバランスを図るため。

提案手法

• 2020年国勢調査の漏洩防止システム（DAS）の根幹として、カスタマイズされた微分プライバシー（DP）枠組みを採用した。
• 地理的および人口統計的階層にわたって、プライバシー予算を割り当てながら、すべての表形式統計に調整されたノイズを注入した。
• データ空間の階層的分解を用いて、集計の各レベルでプライバシー損失が境界内に抑えられ、制御されることを保証した。
• 上位から下位へのアルゴリズムを採用し、地域単位にわたるプライバシー損失を分配することで、小地域の正確性を保ちながら、感受性の高いセルを保護した。
• 法令および統計基準への適合を確認するため、漏洩リスクを評価するきめ細やかな検証プロセスを実施した。
• データ収集から最終的な公的公開まで、全国勢調査データ処理パイプラインにDASを統合した。

実験結果

リサーチクエスチョン

• RQ1 微分プライバシーは、2020年米国国勢調査の極めて細分化されたブロックレベルの国勢調査データにおける機密性保護に、どのように効果的にスケーリング可能か？
• RQ2 微分プライバシーは、赤道線再編データの正確性と利用可能性にどのような影響を与えるか？
• RQ3 地理的階層全体にわたってプライバシー予算を最適に割り当てる方法は何か？ これにより正確性と機密性のバランスをどのように図れるか？
• RQ4 DPは、2020年国勢調査データを用いた科学的推論および統計分析にどのような影響を及えるか？
• RQ5 再識別リスクとデータの有用性という観点から、新システムは、従来のSDL手法と比べてどのように異なるか？

主な発見

• 2020年国勢調査は、全表形式出力にわたり、微分プライバシー枠組みを効果的に導入し、ブロックレベルでの個人の機密性を保護した。
• 地理的階層全体にわたるプライバシー損失の分散により、制御された正確性を達成し、小地域推定値の分散を最小限に抑えた。
• DASは、設計上、高度な連携攻撃に対しても再識別リスクをほぼゼロにまで低下させた。
• 調整されたノイズの使用により、発表された統計からいかなる個人または少数のグループに対しても再識別が不可能になった。
• 科学的利用者は、プライバシーに起因するばらつきを適切に補正することで、DP保護済みデータを用いて有効な推論が可能となった。
• ノイズの追加にもかかわらず、赤道線再編、連邦資金配分、人口統計分析に必要なデータの有用性を維持した。