[論文レビュー] Using Illustrations to Communicate Differential Privacy Trust Models: An Investigation of Users' Comprehension, Perception, and Data Sharing Decision

Aiping Xiong, Chuhao Wu+5 more|arXiv (Cornell University)|Feb 21, 2022

Privacy, Security, and Data Protection被引用数 9

ひとこと要約

本研究は、中央DP、ローカルDP、シャッフルDPの3つの微分プライバシー（DP）モデルについて、一般の人々の理解を向上させる説明図の設計と評価を行う。視覚的支援がプライバシーと有効性のトレードオフの理解を高めることを示している。参加者は特に商業的利用においてより強いプライバシー保護を好んだほか、適切に図示されたシャッフルDPについては高い受け入れを示し、視覚的メタファーを用いた複雑なDP概念の効果的な伝達が可能であることが示された。

ABSTRACT

Proper communication is key to the adoption and implementation of differential privacy (DP). However, a prior study found that laypeople did not understand the data perturbation processes of DP and how DP noise protects their sensitive personal information. Consequently, they distrusted the techniques and chose to opt out of participating. In this project, we designed explanative illustrations of three DP models (Central DP, Local DP, Shuffler DP) to help laypeople conceptualize how random noise is added to protect individuals' privacy and preserve group utility. Following pilot surveys and interview studies, we conducted two online experiments (N = 595) examining participants' comprehension, privacy and utility perception, and data-sharing decisions across the three DP models. Besides the comparisons across the three models, we varied the noise levels of each model. We found that the illustrations can be effective in communicating DP to the participants. Given an adequate comprehension of DP, participants preferred strong privacy protection for a certain type of data usage scenarios (i.e., commercial interests) at both the model level and the noise level. We also obtained empirical evidence showing participants' acceptance of the Shuffler DP model for data privacy protection. Our findings have implications for multiple stakeholders for user-centered deployments of differential privacy, including app developers, DP model developers, data curators, and online users.

研究の動機と目的

• 微分プライバシー（DP）の理解の不足を解消し、プライバシーと有効性のトレードオフをより効果的に伝えること。
• 視覚的図解が、DPモデルに関するユーザーの理解、認識、データ共有意思決定に与える影響を調査すること。
• 静的図とアニメーション図の両方がDP概念を伝える効果に差があるかを評価すること。
• データ利用の文脈（公共の利益 vs. 商業的利害）が、ユーザーの信頼と共有行動に与える影響を検討すること。
• さまざまなノイズレベルにおける、3つのDPモデル（中央DP、ローカルDP、シャッフルDP）のユーザーの好みを評価すること。

提案手法

• 各DPモデルにおけるデータのばらつきとシャッフル処理を、自然言語と記号的図形を組み合わせた独自の説明図を開発した。
• 段階的で順序立てられた図を設計し、抽象的なDPメカニズムの理解を促進するための心的モデル構築を支援した。
• N = 595名の参加者を対象に、実験1では被験者間設計、実験2では被験者内設計を用いた2つのオンライン実験を実施した。
• モデルごとにノイズレベルを変化させ、データ利用のシナリオ（公共の利益 vs. 商業的利害）を提示し、意思決定行動を評価した。
• 静的図とアニメーション（自動再生）を用いて、視覚的コミュニケーションの効果を比較した。
• 理解度（複数選択式の質問を通じて）、認識されたプライバシー／有効性、データ共有意思決定のデータを収集した。

実験結果

リサーチクエスチョン

• RQ1 RQ1: プライバシーと有効性のトレードオフを理解した上で、中央DP、ローカルDP、シャッフルDPの各モデルにおける認識されたプライバシー保護と有効性コストはどのように異なるか？
• RQ2 RQ2: データ利用の文脈（公共の利益 vs. 商業的利害）は、参加者のデータ共有意思決定に影響を与えるか？
• RQ3 RQ3: データ利用シナリオやDPモデルごとに、参加者が好むノイズレベルは異なるか？
• RQ4 RQ4: 静的図とアニメーション図のどちらがDP概念をより効果的に伝えるか？
• RQ5 RQ5: モデルの提示順序が、プライバシー認識およびデータ共有意思の有無に与える影響は何か？

主な発見

• 説明図を用いることで、参加者はDP概念の理解が向上したが、図だけでは深い含みを自発的に読み取ることはあまりできなかった。
• シャッフルDPモデルは、参加者から実証的に妥当なプライバシー保護メカニズムとして受け入れられ、ユーザー中心の導入の可能性を示している。
• 商業的利用においては、公共の利益利用よりも強いプライバシー保護を好む傾向が見られ、文脈依存の信頼の好みが顕在化した。
• 3つのDPモデル間で認識された有効性に有意差は認められず、意思決定においてプライバシー認識が有効性の認識よりも大きな影響を及ぼしていることが示唆された。
• アニメーションは静的図よりも理解度に優れていない。これは、インタラクティブ性の欠如と自動再生による制御の制限が、認知処理を制限したためと考えられる。
• モデルの提示順序が認識に影響を与えた。中央DPをローカルDPとシャッフルDPの後に提示した場合、参加者は中央DPに対してより低いプライバシー保護を認識した。これは、プライバシー評価における基準フレーム効果を示している。