[논문 리뷰] An Efficient Privacy-Preserving Algorithm based on Randomized Response in IoT-based Smart Grid

Hui Cao, Shubo Liu외 4명|arXiv (Cornell University)|2018. 04. 09.

Privacy-Preserving Technologies in Data참고 문헌 33인용 수 8

한 줄 요약

이 논문은 희소 코딩과 랜덤라이즈드 리스폰스를 활용한 배치 최적화된, 차별적 비밀유지 보장 기반의 IoT 기반 스마트 그리드를 위한 알고리즘을 제안한다. 퍼그 노드에서 집계된 에너지 데이터로부터 행동 서명 사전을 구축하고, 고전적 랜덤라이즈드 리스폰스를 통해 노이즈를 적용함으로써, 강력한 프라이버시 보장을 확보하면서도 높은 유용성을 유지하며, 기존 방법에 비해 스마트 그리드 응용 분야에서 배치 데이터 처리의 효율성과 확장성 면에서 뛰어나다.

ABSTRACT

Among existing privacy-preserving approaches, Differential Privacy (DP) is a powerful tool that can provide privacy-preserving noisy query answers over statistical databases and has been widely adopted in many practical fields. In particular, as a privacy machine of DP, Randomized Aggregable Privacy-Preserving Ordinal Response (RAPPOR) enables strong privacy, efficient, and high-utility guarantees for each client string in data crowdsourcing. However, as for Internet of Things(IoT), such as smart gird, data are often processed in batches. Therefore, developing a new random response algorithm that can support batch-processing tend to make it more efficient and suitable for IoT applications than existing random response algorithms. In this paper, we propose a new randomized response algorithm that can achieve differential-privacy and utility guar-antees for consumer's behaviors, and process a batch of data at each time. Firstly, by applying sparse coding in this algorithm, a behavior signature dictionary is created from the aggregated energy consumption data in fog. Then, we add noise into the behavior signature dictionary by classical randomized response techniques and achieve the differential privacy after data re-aggregation. Through the security analysis with the principle of differential privacy and experimental results verification, we find that our Algorithm can preserve consumer's privacy with-out comprising utility.

연구 동기 및 목표

• IoT 기반 스마트 그라이드에서 흔히 발생하는 배치 처리 시나리오에서 기존의 랜덤라이즈드 리스폰스 알고리즘이 효율적이지 못한 문제를 해결하기 위해.
• 통계 분석을 위한 높은 데이터 유용성을 유지하면서 소비자 프라이버시를 보호하기 위해.
• 대규모 스마트 그라이드 구현에 적합한 퍼그 컴퓨팅 환경에서 확장 가능한 솔루션을 설계하기 위해.
• 희소 코딩을 차별적 비밀유지 기법과 통합하여 서명 표현과 노이즈 주입의 향상을 도모하기 위해.
• 보안 분석과 실증 평가를 통해 프라이버시-유용성 트레이드오프를 검증하기 위해.

제안 방법

• 퍼그 컴퓨팅 계층에서 희소 코딩을 활용해 집계된 에너지 소비 데이터로부터 행동 서명 사전을 구축한다.
• 고전적 랜덤라이즈드 리스폰스를 적용하여 행동 서명 사전에 노이즈를 추가함으로써 차별적 비밀유지를 보장한다.
• 노이즈 주입 후 데이터 재집계를 수행하여 개인의 프라이버시를 보호하면서도 유용성을 유지한다.
• 희소 사전의 구조를 활용하여 노이즈 분산을 감소시키고 유용성을 향상시킨다.
• 모든 클라이언트 데이터에 대한 프라이버시 보장을 공식적으로 검증하기 위해 차별적 비밀유지 원리를 적용한다.
• 효율적이고 확장 가능한 IoT 데이터의 배치 처리를 지원하기 위해 알고리즘을 퍼그 기반 아키텍처에 통합한다.

실험 결과

연구 질문

• RQ1 IoT 기반 스마트 그라이드에서 배치 처리에 최적화된 랜덤라이즈드 리스폰스 기반 알고리즘이 효율성을 향상시킬 수 있는가?
• RQ2 희소 코딩은 소비자 에너지 소비 행동의 표현을 향상시키면서도 프라이버시를 유지할 수 있는가?
• RQ3 배치 처리된 에너지 소비 데이터에서 프라이버시 보장과 데이터 유용성 간의 트레이드오프는 어떠한가?
• RQ4 퍼그 컴퓨팅 환경에서 노이즈 주입을 통해 랜덤라이즈드 리스폰스를 적용한 후 데이터 재집계 시 높은 유용성을 유지할 수 있는가?
• RQ5 기존의 차별적 비밀유지 기법에 비해 제안된 방법은 프라이버시-유용성 균형과 계산 효율성 측면에서 어떻게 비교되는가?

주요 결과

• 제안된 알고리즘은 랜덤라이즈드 리스폰스 원리에 기반한 공식적 분석을 통해 강력한 차별적 비밀유지 보장을 달성한다.
• 노이즈 주입과 함께 희소 코딩을 통합함으로써 노이즈 응답의 분산을 감소시켜 데이터 유용성을 향상시킨다.
• 이 방법은 에너지 소비 데이터의 효율적 배치 처리를 가능하게 하여 대규모 스마트 그라이드 구현에 적합하다.
• 실험 결과는 알고리즘이 소비자 프라이버시를 보호하면서도 높은 유용성을 유지하며, 전통적 방법에 비해 유용성 지표에서 뛰어난 성능을 보임을 확인한다.
• 퍼그 기반 아키텍처는 통신 오버헤드를 감소시키고 IoT 환경에서 실시간 데이터 처리의 확장성을 향상시킨다.
• 보안 분석을 통해 해당 방법이 추론 공격에 저항하여, 게재된 데이터로부터 개인 소비자 행동을 재구성할 수 없음을 확인한다.