[論文レビュー] Quantifying the Tradeoff Between Cybersecurity and Location Privacy

Dajiang Suo, M. Elena Renda+1 more|arXiv (Cornell University)|May 4, 2021

Privacy-Preserving Technologies in Data参考文献 34被引用数 5

ひとこと要約

本稿では、2次元ラプラスノイズを用いて差分プライバシーを実現するための乗車配車サービスにおける位置プライバシーとサイバーセキュリティのトレードオフを評価する。ノイズを適用したデータを用いてDBSCANおよびRNNベースの異常検知器の性能を評価した結果、RNNはDBSCANよりもプライバシー用ノイズに対して著しく頑健であることが判明。低ノイズレベル下でDBSCANのAUCは15%低下する一方、RNNはわずか5%の低下にとどまる。これは、クリーンなデータでは類似した精度を示すものの、DBSCANはプライバシー保護のノイズに対してははるかに感受性が強いことを示している。

ABSTRACT

When it comes to location-based services (LBS), user privacy protection can be in conflict with security of both users and trips. While LBS providers could adopt privacy preservation mechanisms to obfuscate customer data, the accuracy of vehicle location data and trajectories is crucial for detecting anomalies, especially when machine learning methods are adopted by LBS. This paper aims to tackle this dilemma by evaluating the tradeoff between location privacy and security in LBS. In particular, we investigate the impact of applying location data privacy-preservation techniques on the performance of two detectors, namely a Density-based spatial clustering of applications with noise (DBSCAN), and a Recurrent Neural Network (RNN). The experimental results suggest that, by applying privacy on location data, DBSCAN is more sensitive to Laplace noise than RNN, although they achieve similar detection accuracy on the trip data without privacy preservation. Further experiments reveal that DBSCAN is not scalable to large size datasets containing millions of trips, because of the large number of computations needed for clustering trips. On the other hand, DBSCAN only requires less than 10 percent of the data used by RNN to achieve similar performance when applied to vehicle data without obfuscation, demonstrating that clustering-based methods can be easily applied to small datasets. Based on the results, we recommend usage scenarios of the two types of trajectory anomaly detectors when applying privacy preservation, by taking into account customers' need for privacy, the size of the available vehicle trip data, and real-time constraints of the LBS application.

研究の動機と目的

• 位置ベースのサービス（LBS）におけるユーザーの位置プライバシー保護とサイバーセキュリティの両立の困難さを調査すること。
• 特に2次元ラプラスノイズを用いた差分プライバシー技術が、車両の移動履歴データにおける異常検知性能に与える影響を評価すること。
• プライバシー保護のための摂動処理に耐性があるかを比較するため、クラスタリングベースの（DBSCAN）とディープラーニングベースの（RNN）異常検知手法の頑健性を評価すること。
• データサイズ、リアルタイム制約、プライバシー要件に応じた適切な異常検知器の選定に関する指針を提供すること。
• 実世界の移動サービスにおけるプライバシー保護技術のセキュリティパフォーマンスへの影響を定量的に評価し、政策立案およびシステム設計に貢献すること。

提案手法

• 差分プライバシーを達成するために、個々の位置（位置ベース）および軌跡内の時間的相関（軌跡ベース）の両方に2次元ラプラスノイズを適用してデータを摂動処理した。
• 訓練データを必要としない空間的クラスタリングに基づくDBSCANを、未教師学習による異常検知に用いた。
• 履歴移動データからパターンを学習し、再構成誤差を用いて逸脱を検出することで、再帰的ニューラルネットワーク（RNN）を異常検知に活用した。
• 元のデータセットおよび摂動処理済みデータセットの両方に対して、受信器特性曲線下積分（AUC）スコアを用いて検知器の性能を評価した。
• プライバシーパラメータ（例：ノイズスケールによるε）を変化させ、学習データに存在しない出発地・目的地（O-D）ペアのシフトが性能に与える影響をテストした。
• 特にDBSCANとRNNのスケーラビリティおよびデータ効率性を評価するために、さまざまなサイズのデータセット上で性能を比較した。

実験結果

リサーチクエスチョン

• RQ1 2次元ラプラスノイズによる差分プライバシーの適用が、DBSCANおよびRNNの異常検知精度にどのように影響を与えるか？
• RQ2 位置データのぼかしが進むに従って、クラスタリングベース（DBSCAN）とディープラーニングベース（RNN）の異常検知器の相対的な頑健性はどのように変化するか？
• RQ3 移動履歴データセットのサイズが、DBSCANとRNNの異常移動検知性能およびスケーラビリティにどのように影響を与えるか？
• RQ4 学習データに存在しないO-Dペアが、プライバシー保護条件下での各手法の検知性能にどのように影響を与えるか？
• RQ5 実世界の乗車配車システムにおいて、プライバシー保護と異常検知の有効性のトレードオフはどのようなものか？

主な発見

• 低レベルのラプラスノイズを適用した場合、DBSCANのAUCスコアは15%低下したが、RNNのAUCはわずか5%低下にとどまり、RNNが差分プライバシー用ノイズに対してより頑健であることが示された。
• クリーンなデータでは類似した検知精度を示すものの、DBSCANはRNNと比べてプライバシー保護の摂動に対してはるかに感受性が高く、性能低下が顕著に現れた。
• DBSCANは、RNNが達成する同等の性能を発揮するのに必要なデータ量の10%未満で達成可能であり、小規模データセットではよりデータ効率的である。
• DBSCANは、すべての軌跡をクラスタリングする高コストな計算を伴うため、大規模データセット（例：数百万件の移動履歴）にはスケーラブルでない。
• RNNは効果的な学習のためには1億件を超える移動履歴を必要とするが、DBSCANは事前学習を必要とせず、直接適用可能であるため、小規模な展開に適している。
• クラスタリングベースの手法（例：DBSCAN）では、プライバシー用ノイズの影響が顕著に現れ、特に学習データに存在しないO-Dペアが関与する場合に顕著な脆弱性が生じることが明らかになった。