[論文レビュー] Local Differential Privacy and Its Applications: A Comprehensive Survey

Mengmeng Yang, Lingjuan Lyu+3 more|arXiv (Cornell University)|Aug 9, 2020

Privacy-Preserving Technologies in Data参考文献 138被引用数 65

ひとこと要約

この論文は Local Differential Privacy (LDP) 技術と応用を概観し、頻度推定、ヘビーヒッターの識別、集合値データを取り扱い、主要な摂動メカニズムの比較と設計のトレードオフを含む。

ABSTRACT

With the fast development of Information Technology, a tremendous amount of data have been generated and collected for research and analysis purposes. As an increasing number of users are growing concerned about their personal information, privacy preservation has become an urgent problem to be solved and has attracted significant attention. Local differential privacy (LDP), as a strong privacy tool, has been widely deployed in the real world in recent years. It breaks the shackles of the trusted third party, and allows users to perturb their data locally, thus providing much stronger privacy protection. This survey provides a comprehensive and structured overview of the local differential privacy technology. We summarise and analyze state-of-the-art research in LDP and compare a range of methods in the context of answering a variety of queries and training different machine learning models. We discuss the practical deployment of local differential privacy and explore its application in various domains. Furthermore, we point out several research gaps, and discuss promising future research directions.

研究の動機と目的

• Local Differential Privacy (LDP) 技術の全体像と、それらが実世界のデータ収集に適用可能であることを調査する。
• LDP における頻度推定のための摂動メカニズム（GRR、OUE、RAPPOR、OLH、JLRR、HRR など）を分析・比較する。
• LDP 下でのヘビーヒッター識別手法を検討し、効率性、通信量、精度のトレードオフを論じる。
• LDP 下での集合値データ収集を論じ、異種の集合サイズがもたらす課題を検討する。
• 異なるプライバシー予算レジームの下での LDP 技術の選択に関する未解決の課題と実践的な指針を要約する。

提案手法

• プライバシーを保護しつつ通信を削減するため、ユーザデータを圧縮表現に変換する変換ベースの手法を説明する。
• LDP 下でヘビーヒッターを効率的に識別するための部分集合選択と分割/木ベースのアプローチを提示する。
• トリミング/パディングやドメインサイズの取り扱いを含む集合値データ収集のプロトコルの変種を要約する。
• 分散/通信およびドメインサイズの観点で、典型的なヘビーヒッターおよび頻度推定プロトコル（GRR、OUE、RAPPOR、OLH、JLRR、HRR）の比較を提供する。
• バイアス、分散、統計的精度に対するプライバシ予算 ε の影響など、アルゴリズムの考慮事項について論じる。

実験結果

リサーチクエスチョン

• RQ1 頻度推定の主な LDP メカニズムは何で、分散と通信コストの観点でどう比較されるか？
• RQ2 LDP の下でヘビーヒッターを効率的に識別するにはどうすればよく、partition-based、tree-based、naive アプローチのトレードオフは何か？
• RQ3 LDP の下で集合値データ収集はどのように機能し、異種の集合サイズに伴う課題は何か？
• RQ4 低・中・高のプライバシー予算にわたって LDP 技術を選択する際の実践的考慮事項と指針は何か？
• RQ5 LDP アプリケーションにおけるプライバシー、精度、効率のバランスを取る上で、未解決の課題は何か？

主な発見

• LDP の頻度推定は、GRR、OUE、RAPPOR、OLH、JLRR、HRR などのコアな摂動手法を用い、それぞれ異なる分散と通信特性を持つ。
• LDP におけるヘビーヒッター識別は naive（素朴な）、partition-based、tree-based の方法でアプローチでき、それぞれが特定の効率、精度、通信トレードオフを持つ。
• Partition-based および tree-based の方法は高次元データの効率を向上させる一方、ドメインサイズが大きくなる場合やプライバシ予算が小さい場合に精度と通信の課題を生じさせる。
• LDP 下の集合値データ収集は集合サイズの異種性に直面する。トリム/パディングを用い、頻度推定とアイテムセットマイニングを可能にするパディングを活用する方法。
• 変換とサブセット選択は通信コストを削減できるが、統計的分散を増加させたり、より複雑な調整を必要とする場合がある。
• 全体として、頻度推定は LDP の中で最も成熟した分野であり、高次元データにおける継続的な課題と、プライバシーと精度・通信制約のバランスに関する課題がある。