[論文レビュー] Local Private Hypothesis Testing: Chi-Square Tests

Marco Gaboardi, Ryan Rogers|arXiv (Cornell University)|Sep 21, 2017

Privacy-Preserving Technologies in Data参考文献 2被引用数 19

ひとこと要約

本稿では、ラプラス／ガウスノイズ、指数機構、ビット反転の3つの異なるプライバシティ保護メカニズムを用いて、局所的微分プライバシーに基づくカイ二乗適合度検定および独立性検定を提案する。帰無仮説の下で検定統計量がカイ二乗分布に収束することを確立し、これにより第一種の誤りを正確に制御可能である。実験結果から、データ次元とプライバシー予算に応じて性能が異なり、異なる領域で異なるメカニズムが優位であることが示された。

ABSTRACT

The local model for differential privacy is emerging as the reference model for practical applications collecting and sharing sensitive information while satisfying strong privacy guarantees. In the local model, there is no trusted entity which is allowed to have each individual's raw data as is assumed in the traditional curator model for differential privacy. So, individuals' data are usually perturbed before sharing them. We explore the design of private hypothesis tests in the local model, where each data entry is perturbed to ensure the privacy of each participant. Specifically, we analyze locally private chi-square tests for goodness of fit and independence testing, which have been studied in the traditional, curator model for differential privacy.

研究の動機と目的

• 信頼できるキュレーターが存在しない局所的微分プライバシー（LDP）モデルにおいて、カテゴリカルデータのプライベートな仮説検定を設計すること。
• 帰無仮説の下で検定統計量がカイ二乗分布に漸近的に収束するように構築することで、有意水準αで第一種の誤りが有界に保たれることを保証すること。
• 局所的微分プライバシー（LDP）を満たしつつ、統計的妥当性を維持する適合度検定および独立性検定を設計すること。
• ノイズ注入、指数機構、ビット反転の各プライバシティ保護メカニズムの検定力が、データ次元とプライバシーパラメータの変化にどのように影響を受けるかを比較すること。
• 実世界の応用（例：ブラウザやモバイルデバイスからのデータ収集）に活用可能な、局所モデルにおけるカイ二乗検定の設計フレームワークを提供すること。

提案手法

• 適合度検定のための LocalNoiseGOF、LocalExpGOF、LocalBitFlipGOF を提案。それぞれラプラス／ガウスノイズ、指数機構、ビット反転の異なる局所的プライバシティ保護メカニズムを用いる。
• 帰無仮説の下で漸近的にカイ二乗分布に従う検定統計量を構築し、標準的なカイ二乗分位数を用いて臨界値を選択可能にする。
• 独立性検定のため、類似のプライバシティ保護メカニズム（LocalNoiseIND、LocalExpIND、LocalBitFlipIND）を用いて、分割表へのフレームワークの拡張を実施。
• 代替仮説の下で非心カイ二乗分布を用いて検定統計量をモデル化し、検定力の分析を可能にする。
• 各テストがε-局所的微分プライバシーを満たすことを証明するプライバシー解析を実施し、個々のプライバシー保証を確保する。
• 制御された依存構造を持つ合成データを用いて、異なるデータ次元（r,c）、プライバシー予算（ϵ ∈ {1,2,4}）、および摂動メカニズムにおける検定力の実験的評価を実施。

実験結果

リサーチクエスチョン

• RQ1 帰無仮説の下で、局所的プライベートなカイ二乗検定の検定統計量がカイ二乗分布に収束するように設計可能か。これにより、第一種の誤りの制御が有効に行えるか。
• RQ2 ラプラスノイズ、指数機構、ビット反転といった異なる局所的プライバシティ保護メカニズムが、プライベート仮説検定の統計的検定力にどのように影響を与えるか。
• RQ3 データ次元、プライバシー予算ϵ、および最適なプライバシティ保護メカニズムの選択との関係は何か。特に、検定力を最大化するための最適選択はどのように変化するか。
• RQ4 適合度検定から独立性検定へのフレームワークの拡張は、統計的妥当性とプライバシー保証を維持したまま可能か。
• RQ5 代替仮説の下で、検定統計量の非心パラメータは、検定力とどのように関係しているか。

主な発見

• LocalNoiseGOF、LocalExpGOF、LocalBitFlipGOF の検定統計量は、帰無仮説の下でカイ二乗分布に収束し、第一種の誤りの正確な制御が可能な臨界値選択が可能である。
• 高次元データ、特に (r,c) = (10,4) の場合、LocalBitFlipGOF および LocalExpIND が優れた検定力を示す。これは、ノイズ効率が優れているためである。
• (r,c) = (2,2) の場合、LocalExpIND と LocalBitFlipIND は同等の検定力を示し、一部のプライバシー領域では LocalBitFlipIND がわずかに優れている。
• 各テストの検定力は、代替仮説の下での検定統計量の非心パラメータに直接関連しており、これはデータ分布とプライバシティ保護メカニズムに依存する。
• どのメカニズムもすべての設定で優位に立つわけではない。LocalExpGOF は低次元かつ中程度のϵの設定で最も優れた性能を示すが、高次元または高プライバシー領域では LocalBitFlipGOF が顕著に優れる。
• 実験結果から、提案されたテストが名目水準αの第一種の誤りを維持していることが確認され、局所的微分プライバシー下での統計的正しさが妥当であることが裏付けられた。