[論文レビュー] Permute-and-Flip: A new mechanism for differentially private selection

Ryan McKenna, Daniel Sheldon|arXiv (Cornell University)|Jan 1, 2020

Privacy-Preserving Technologies in Data被引用数 5

ひとこと要約

本稿では、プライバシー解析を精緻化することで、指数的メカニズムを改善し、期待スコアを最大2倍まで向上させる、新しい微分プライバシー選択メカニズム「Permute-and-Flip」を紹介する。この手法は線形時間で実行可能であり、高いプライバシー保証を維持しながら、微分プライバシー的に質の高いアイテムを選択できる。

ABSTRACT

We consider the problem of differentially private selection. Given a finite set of candidate items and a quality score for each item, our goal is to design a differentially private mechanism that returns an item with a score that is as high as possible. The most commonly used mechanism for this task is the exponential mechanism. In this work, we propose a new mechanism for this task based on a careful analysis of the privacy constraints. The expected score of our mechanism is always at least as large as the exponential mechanism, and can offer improvements up to a factor of two. Our mechanism is simple to implement and runs in linear time.

研究の動機と目的

• 既存の微分プライバシー選択メカニズム、特に指数的メカニズムの期待スコア性能に関する限界を解消すること。
• 微分プライバシーを保ちながら、より高い期待品質スコアを達成する新しいメカニズムの設計。
• 実装が簡単で、線形時間で実行可能なメカニズムの開発。
• プライバシー制約のよりきめ細やかな解析を活用して、指数的メカニズムを改善すること。

提案手法

• 選択確率の制御を慎重に行うことで、微分プライバシーを確保する、順列に基づくサンプリング戦略を用いる。
• 期待スコアを指数的メカニズムよりも高めるために、より精緻なプライバシー解析を適用する。
• 品質スコアとプライバシーパラメータに基づいて選択確率を割り当て、微分プライバシー制約下でのユーティリティ最適化を図る。
• ランダムな順列処理後に1回のパスで処理することで、線形時間で動作する。
• 任意のアイテムが選ばれる確率が、プライバシーに調整された品質スコアに比例することを保証する。
• 各ステップでプライバシー予算とスコア値に従って、偏りのあるコインを裏返すことで最終選択を行う。

実験結果

リサーチクエスチョン

• RQ1 微分プライバシー選択メカニズムは、指数的メカニズムを上回る期待スコアを達成できるか？
• RQ2 精緻なプライバシー解析を活用することで、期待スコアの最大改善幅はどの程度か？
• RQ3 このような改善は、効率性やシンプルさを損なわずに達成可能か？
• RQ4 プライバシー予算やスコア分布の変化に伴い、メカニズムの性能はどのように変化するか？

主な発見

• Permute-and-Flipメカニズムは、常に指数的メカニズムの期待スコア以上を保証する。
• 特定の条件下では、期待スコアの向上が最大2倍に達する。
• 線形時間で実行可能であり、大規模応用においても効率的である。
• 実装が簡単で、複雑なサンプリングや最適化手順を必要としない。