[논문 리뷰] An Information-theoretic Approach to Privacy

Lalitha Sankar, S. Raj Rajagopalan외 1명|arXiv (Cornell University)|2010. 10. 01.

Privacy-Preserving Technologies in Data참고 문헌 21인용 수 6

한 줄 요약

이 논문은 정보이론적 프레임워크를 도입하여, 비율-왜곡 이론과 등가성(-equivocation)을 사용해 데이터베이스에서 데이터 유틸리티와 프라이버시 간의 기본적 트레이드오프를 정량화한다. 이는 유틸리티 최적화를 위한 정보 누출 최소화가 동시에 민감한 데이터에 대한 프라이버시를 최대화함을 보여주는 날카운 분석적 경계를 수립한다. 이는 양미의 왜곡-등가성 트레이드오프를 프라이버시 보존 데이터 배포로 일반화한다.

ABSTRACT

Ensuring the usefulness of electronic data sources while providing necessary privacy guarantees is an important unsolved problem. This problem drives the need for an overarching analytical framework that can quantify the safety of personally identifiable information (privacy) while still providing a quantifable benefit (utility) to multiple legitimate information consumers. State of the art approaches have predominantly focused on privacy. This paper presents the first information-theoretic approach that promises an analytical model guaranteeing tight bounds of how much utility is possible for a given level of privacy and vice-versa.

연구 동기 및 목표

• 휴대성 있고 분석적인 프레임워크를 개발하여 데이터 배포 시 프라이버시와 유틸리티 간의 트레이드오프를 정량화함으로써, 히우리스틱 또는 응용 분야에 특화된 접근 방식을 넘어서고자 한다.
• 공개 및 비공개 속성을 모두 갖는 데이터베이스를 모델링하여, 응용 분야에 독립적인 유틸리티 및 프라이버시 측정 기준을 가능하게 한다.
• 왜곡과 등가성과 같은 정보이론적 도구를 사용해 달성 가능한 유틸리티-프라이버시 트레이드오프의 기본 한계를 수립한다.
• 양미의 왜곡-등가성 트레이드오프를 데이터 익명화 및 프라이버시 보존 데이터 배포의 맥락으로 확장한다.
• 외부 지식과 적대적 추론 능력을 고려하는 사이드 인포메이션 모델을 제공한다.

제안 방법

• 각 행이 비공개 및 공개 속성을 갖는 이산 소스 X에서 i.i.d.로 추출된 소스 모델로 데이터베이스를 수식화한다.
• 유틸리티 측정 기준으로 일반화된 하미트 왜곡을 사용하며, 이는 잘못된 재구성 확률로 정의된다: D = Pr{X ≠ X̂}.
• 공개된 버전이 주어졌을 때 원본 데이터에 대한 불확실성인 등가성 H(X|X̂)로 프라이버시를 정의한다.
• 비율-왜곡 이론을 적용하여 왜곡(유틸리티)과 등가성(프라이버시) 간의 기본 트레이드오프를 유도한다.
• 최적의 출력 분포를 얻기 위해 엎어진 물 채우기(upsidedown waterfilling)를 사용하여 정보 泄露를 최소화한다.
• 연속적이고 공동 가우시안 소스에 대해선 추가 노이즈 채널을 사용해 왜곡을 모델링하고, 등가성에 대한 닫힌 형태의 표현식을 유도한다.

실험 결과

연구 질문

• RQ1 데이터베이스에서 정제된 데이터를 배포할 때, 유틸리티-프라이버시 트레이드오프의 기본 한계는 무엇인가?
• RQ2 특정 응용 분야나 데이터 유형에 의존하지 않는 방식으로 프라이버시를 어떻게 정량화할 수 있는가?
• RQ3 비율-왜곡 이론을 등가성으로 프라이버시를 모델링하는 데 적응시킬 수 있으며, 그 결과로 도출되는 경계는 무엇인가?
• RQ4 외부 지식(사이드 인포메이션)은 달성 가능한 프라이버시-유틸리티 트레이드오프에 어떤 영향을 미치는가?
• RQ5 범주형 데이터에서 정보 억압(예: 집계)과 프라이버시 최대화 사이의 관계는 무엇인가?

주요 결과

• K=1인 이산 소스에 대해 최대 달성 가능한 등가성은 Γ(D) = -D̄ log D̄ - |X̂_supp| λ log λ - Σ p_k log p_k로 주어지며, 여기서 D̄ = 1-D 이고 λ는 물 채우기 조건에 의해 결정된다.
• 최적의 데이터 정제 전략은 엎어진 물 채우기를 사용하여 출력 분포를 평탄하게 만들며, 높고 낮은 확률 값을 억압하여 정보 전달을 최소화하고 프라이버시를 최대화한다.
• 상관계수가 ρ인 공동 가우시안 소스에 대해 최대 등가성은 Γ(D) = σ_Y²[(1-ρ²) + ρ²D/σ_X²]로 주어지며, D ≤ σ_X²일 때 유효하다.
• 완벽한 유틸리티(D=0)일 때 최대 프라이버시는 X에 독립적인 Y의 부분의 엔트로피로 제한되며, 최대 왜곡(D=σ_X²)일 때는 프라이버시가 H(Y)에 도달한다.
• 이 프레임워크는 주어진 유틸리티 수준에서 정보 누출을 최소화하는 것이 비공개 데이터에 대한 프라이버시를 최대화하는 것과 동치임을 보여주며, 날카운 이중성(duality)을 수립한다.
• 이 방법은 양미의 왜곡-등가성 트레이드오프를 프라이버시 맥락으로 일반화하여, 프라이버시 보존 데이터 배포를 위한 휴대성 있고 분석적인 모델을 제공한다.