[論文レビュー] Generative Models for Simulating Mobility Trajectories

Vaibhav Kulkarni, Nataša Tagasovska+2 more|arXiv (Cornell University)|Nov 30, 2018

Human Mobility and Location-Based Analysis参考文献 23被引用数 10

ひとこと要約

本稿では、プライバシーを保護しながら現実的な移動軌跡を合成する目的で、RNN、GAN、および非パラメトリックなコプーラを含む7種類の生成モデルを評価している。コプーラは統計的類似性（MMD = 0.01）と計算効率（6.5秒の学習時間）の両面で他のすべてのモデルを上回り、長距離依存関係を効果的に捉え、プライバシー漏洩を最小限に抑える。

ABSTRACT

Mobility datasets are fundamental for evaluating algorithms pertaining to geographic information systems and facilitating experimental reproducibility. But privacy implications restrict sharing such datasets, as even aggregated location-data is vulnerable to membership inference attacks. Current synthetic mobility dataset generators attempt to superficially match a priori modeled mobility characteristics which do not accurately reflect the real-world characteristics. Modeling human mobility to generate synthetic yet semantically and statistically realistic trajectories is therefore crucial for publishing trajectory datasets having satisfactory utility level while preserving user privacy. Specifically, long-range dependencies inherent to human mobility are challenging to capture with both discriminative and generative models. In this paper, we benchmark the performance of recurrent neural architectures (RNNs), generative adversarial networks (GANs) and nonparametric copulas to generate synthetic mobility traces. We evaluate the generated trajectories with respect to their geographic and semantic similarity, circadian rhythms, long-range dependencies, training and generation time. We also include two sample tests to assess statistical similarity between the observed and simulated distributions, and we analyze the privacy tradeoffs with respect to membership inference and location-sequence attacks.

研究の動機と目的

• メンバーシップ攻撃および位置履歴推定攻撃によるプライバシーリスクのため、移動データセットの公開が困難であるという課題に対処すること。
• 実際の移動データの地理的・意味的・統計的特性を保持する合成軌跡を生成すること。
• 現実性、長距離依存関係のモデル化、学習／生成の効率性、プライバシー漏洩の観点から生成モデルを評価すること。
• 合成軌跡生成における利便性とプライバシーの最適なトレードオフを特定すること。
• 複数の定量的指標を用いて合成移動データセットを評価するためのベンチマークを提供すること。

提案手法

• 実世界の移動データセット上で、Char-RNN、RNN-LSTM、RHN、PSMM、SGAN、RGAN、および非パラメトリックなコプーラを含む7つの生成モデルを学習する。
• 実際の軌跡分布と合成軌跡分布の統計的類似性を定量的に評価するために、平均最大差分（MMD）を用いる。
• 生成された軌跡に内在する長距離依存関係を評価するために、相互情報量の減衰分析を適用する。
• 位置履歴攻撃およびメンバーシップ推定攻撃の2つのプライバシー評価を実施し、位置プライバシーおよび移動メーターを用いる。
• 時系列データの整合性を確保するため、Estebanらの手法に従い、時刻同期処理を実施し、順序付き軌跡に対する有効なMMD計算を可能にする。
• 合成データセットのプライバシー保護性能を評価するために、位置隠蔽によるオブスカレーションを適用する。

実験結果

リサーチクエスチョン

• RQ1 どの生成モデルが、実世界のデータに最も高い統計的類似性を持つ合成移動軌跡を生成するか？
• RQ2 異なるモデルは、人間の移動行動に内在する長距離依存関係をどの程度適切に捉えているか？
• RQ3 合成軌跡生成において、計算効率と現実性の間のトレードオフはいかなるものか？
• RQ4 合成軌跡は、メンバーシップ推定攻撃や位置履歴攻撃によってどの程度プライバシーが漏洩するか？
• RQ5 非パラメトリックなコプーラは、深層学習ベースのモデルに比べて、利便性と効率性の両面で優れていると言えるか？

主な発見

• コプーラは、他のすべてのモデルと比較して最小の平均最大差分（MMD）値である0.01を達成し、実データに最も近い統計的類似性を示した。
• コプーラはたった6.5秒の学習時間で済み、RNN-LSTMやRHNなどのニューラルネットワークベースのモデル（それぞれ10.3k～12.7k秒）に比べて著しく優れていた。
• SGANおよびRGANは、実データと同様にべき乗則に従う相互情報量の減衰を示し、長距離依存関係のモデル化に優れていた。
• RNN-LSTMおよびコプーラもべき乗則に従う減衰を示し、長距離移動パターンを効果的に捉えていた。
• すべてのGANベースのモデル（SGAN、RGAN）およびコプーラは、オブスカレーションを適用した場合、メンバーシップ推定攻撃の正答率がランダム推測（0.5）に近づき、低いプライバシー漏洩を示した。
• コプーラおよびSGANによって生成されたサンプル軌跡は、道路網に従っており、ポイント・オブ・インタレストでの停留も現実的で、実際の軌跡に類似していた。