[論文レビュー] Privacy Preserving Randomized Gossip Algorithms

Filip Hanzely, Jakub Konečný+3 more|arXiv (Cornell University)|Jun 23, 2017

Distributed Control Multi-Agent Systems参考文献 44被引用数 16

ひとこと要約

本稿では、反復処理中に制御されたノイズを注入するか、値オラクルへのアクセスを弱めることで、分散平均合意形成においてプライバシーを保証する3つの新しい確率的ガスケットアルゴリズムを提案する。これらの手法は真の平均値への収束を保証するとともに、初期のプライベートな値を推測するリスクを顕著に低減する。理論的収束速度とさまざまなネットワークトポロジーにおける実験的検証が行われている。

ABSTRACT

In this work we present three different randomized gossip algorithms for solving the average consensus problem while at the same time protecting the information about the initial private values stored at the nodes. We give iteration complexity bounds for all methods, and perform extensive numerical experiments.

研究の動機と目的

• 分散平均合意形成プロトコルにおける初期プライベート値の保護という課題に対処すること。
• ノードが他のノードの初期値に関する機微な情報を学習することを防ぐガスケットアルゴリズムを設計すること。
• アルゴリズム的変更を通じてプライバシーを強化しつつ、真の平均値への収束を維持すること。
• 理論的収束速度の導出と、一般的なネットワークトポロジーにおける実証的検証を提供すること。

提案手法

• 隣接ノードの値に関するカテゴリー的またはバイナリ応答に制限された情報交換を実行する、確率的ペアワイズガスケットアルゴリズムのプライベート版を導入する。
• 反復処理中にランダムなノイズを追加し、徐々に除去することで初期値を隠蔽するノイズ注入メカニズムを提案する。
• 各ノードのノイズ除去レートを制御するための減衰率パラメータ φi を用いる。これにより、平均値への収束が保証される。
• ネットワーク構造とノイズパラメータに依存する収束速度を理論的に導出するフレームワークを採用する。
• サイクルおよびランダムジオメトリックグラフにこれらの手法を適用し、ノイズ減衰率を変化させた場合の性能を比較する。
• ノード次数とネットワークトポロジーに応じてノイズレベルを動的に調整するノイズオラクルを用いる。

実験結果

リサーチクエスチョン

• RQ1 確率的ガスケットアルゴリズムをどのように変更すれば、分散平均合意形成における初期値のプライバシーを保護できるか？
• RQ2 制御されたノイズ注入が収束速度とプライバシー保護に与える影響は何か？
• RQ3 値オラクルが返す情報の制限が、収束を損なわずにプライバシーを向上させられるか？
• RQ4 プライバシーと収束速度のバランスを取る最適なノイズ減衰率は何か？
• RQ5 一様な減衰と比較して、ノード固有のノイズ減衰（φi）が性能に与える影響は何か？

主な発見

• 提案されたプライベートガスケットアルゴリズムは、真の平均合意値への収束を保証するとともに、初期プライベート値を推測するリスクを顕著に低減する。
• ノード固有の減衰率 φi を用いたノイズ注入により、収束性能に悪影響を与えることなく、より高い全体的なノイズレベルを許容できるようになり、プライバシー保護が向上する。
• Corollary 12 に従って φi が選ばれた場合、実用的な収束速度は理論的予測と密接に一致する。
• φi のヒストグラムから、最小要件を満たすノードよりも高いノイズ耐性を持つノードが多数存在することが示され、より強固なプライバシー保護が可能である。
• ランダムジオメトリックグラフにおいて、適応的 φi を用いた手法は、一様減衰よりも収束速度とノイズ耐性の両面で優れている。
• 理論的収束速度が導出され、実証的検証によって裏付けられており、φi の臨界閾値を超えるとノイズ支配的領域が出現することが示された。