[論文レビュー] Differentially Private Combinatorial Cloud Auction

Tianjiao Ni, Zhili Chen+4 more|arXiv (Cornell University)|Jan 3, 2020

Privacy-Preserving Technologies in Data参考文献 26被引用数 4

ひとこと要約

本稿では、収益比例確率に基づく指数的機構を用いて清算単位価格を選び、微分的プライバシー、近似的な真実性、および高い収益を確保する、Differentially Private Combinatorial Cloud Auction (DPCA) を提案する。改良版の DPCA-S および DPCA-M は、単位価格を逐次的または一括して選択することで実行時間を短縮し、効率性と収益の間で調整可能なトレードオフを実現しながらも、プライバシー保証を維持する。

ABSTRACT

Cloud service providers typically provide different types of virtual machines (VMs) to cloud users with various requirements. Thanks to its effectiveness and fairness, auction has been widely applied in this heterogeneous resource allocation. Recently, several strategy-proof combinatorial cloud auction mechanisms have been proposed. However, they fail to protect the bid privacy of users from being inferred from the auction results. In this paper, we design a differentially private combinatorial cloud auction mechanism (DPCA) to address this privacy issue. Technically, we employ the exponential mechanism to compute a clearing unit price vector with a probability proportional to the corresponding revenue. We further improve the mechanism to reduce the running time while maintaining high revenues, by computing a single clearing unit price, or a subgroup of clearing unit prices at a time, resulting in the improved mechanisms DPCA-S and its generalized version DPCA-M, respectively. We theoretically prove that our mechanisms can guarantee differential privacy, approximate truthfulness and high revenue. Extensive experimental results demonstrate that DPCA can generate near-optimal revenues at the price of relatively high time complexity, while the improved mechanisms achieve a tunable trade-off between auction revenue and running time.

研究の動機と目的

• 既存の真実性を保証する組み合わせ型クラウドオークションメカニズムでは、入札情報がオークションの結果から推測可能であるという、入札プライバシー保護の欠如に起因する問題に対処する。
• 組み合わせ型クラウドオークションにおいて、収益や真実性を損なわず、微分的プライバシーを保証するメカニズムを設計する。
• ベースラインの DPCA メカニズムの高い計算複雑性を低減し、実用的導入を可能にするために、高い収益を維持する。
• モジュラー化された価格選択戦略を通じて、オークション実行時間と収益の間で調整可能なトレードオフを提供する。

提案手法

• DPCA メカニズムは、生成する収益に比例した確率で清算単位価格ベクトルを選択する指数的機構を用い、微分的プライバシーを保証する。
• DPCA-S は、反復毎に1つの単位価格を選び、ノイズの注入と計算負荷を低減することで効率性を向上させる。
• DPCA-M は、複数の単位価格を同時に選択することでアプローチを一般化し、収益とパフォーマンスのバランスを取る。
• プライバシー制約下でも真実の入札にインcentiveを合わせることで、近似的な真実性を満たすようにメカニズムを設計する。
• 理論的分析により、DPCA、DPCA-S、および DPCA-M が微分的プライバシー、近似的な真実性、および高い収益を達成することを証明する。
• 収益、時間、ユーザー満足度のトレードオフを評価するために、VMタイプ数、ユーザー数、プライバシー予算を変化させたシミュレーションを実施する。

実験結果

リサーチクエスチョン

• RQ1 組み合わせ型クラウドオークションメカニズムは、高い収益と近似的な真実性を維持しながら、微分的プライバシーを保証できるか？
• RQ2 微分的プライバシーを保証するオークションメカニズムの計算複雑性を、収益の著しい低下を伴わずに低減できるか？
• RQ3 単位価格を逐次的に選択するのとグループで選択するのとで、実行時間とオークション収益のトレードオフはどのように変化するか？
• RQ4 プライバシー予算 ε が、収益およびユーザー満足度の観点から、提案されたメカニズムのパフォーマンスに与える影響は何か？
• RQ5 プライバシーが制約条件である場合、提案されたメカニズムは非プライベートオークションメカニズムを上回る収益を達成できるか？

主な発見

• DPCA はほぼ最適な収益を達成するが、実行時間が長いため、小規模なクラウドオークションにのみ適している。
• DPCA-S は最短の実行時間（200 ms未満）を達成するが、複数回の指数的機構の適用によるノイズ増加のため、収益が最も低い。
• DPCA-M はバランスの取れたトレードオフを達成し、DPCA-S よりも高い収益、DPCA よりも短い実行時間を実現する。特に1グループあたり複数の価格を選択する T=3 の場合に顕著である。
• プライバシー予算 ε を 0.2 から 1.0 に増加させると、すべてのメカニズムで収益とユーザー満足度が向上し、高いプライバシー予算がポジティブな影響を及ぼすことが確認された。
• 350人のユーザーと20種類のVMタイプを想定する実用的状況では、T=3 の DPCA-M は DPCA-S や Basic よりも収益で優れており、5秒未満の許容可能な実行時間を維持している。
• VM供給が需要を上回る状況でも、提案されたプライベートメカニズムは非プライベートベースラインよりも高い収益を生成し、余剰状況下でもプライバシー保護設計の価値を示している。