[논문 리뷰] Differentially private significance tests for regression coefficients

Andrés F. Barrientos, Jerome P. Reiter외 2명|arXiv (Cornell University)|2017. 05. 26.

Privacy-Preserving Technologies in Data참고 문헌 30인용 수 7

한 줄 요약

이 논문은 합성 데이터 또는 노이즈가 첨부된 쿼리 출력과 같은 개인정보 보호된 데이터에서 계산된 회귀 계수의 통계적 유의성과 부호를 평가하기 위한 비밀성 보장 알고리즘을 제안한다. 적절한 파라미터 설정 하에, 조정된 라플라스 노이즈를 갖는 잘라낸 노이즈가 첨부된 t-통계량을 사용함으로써, 원본 기밀 데이터에서 계산된 계수의 유의성이 있었을지를 사용자가 검증할 수 있게 하며, 이는 참 p-값과 부호와 높은 일치도를 보인다.

ABSTRACT

Many data producers seek to provide users access to confidential data without unduly compromising data subjects' privacy and confidentiality. One general strategy is to require users to do analyses without seeing the confidential data; for example, analysts only get access to synthetic data or query systems that provide disclosure-protected outputs of statistical models. With synthetic data or redacted outputs, the analyst never really knows how much to trust the resulting findings. In particular, if the user did the same analysis on the confidential data, would regression coefficients of interest be statistically significant or not? We present algorithms for assessing this question that satisfy differential privacy. We describe conditions under which the algorithms should give accurate answers about statistical significance. We illustrate the properties of the proposed methods using artificial and genuine data.

연구 동기 및 목표

• 분석자가 합성 데이터 또는 변형된 쿼리 출력과 같은 개인정보 보호된 데이터에만 접근할 때 회귀 계수의 통계적 유의성을 평가하는 데 도전하는 문제를 해결하기 위해.
• 원본 기밀 데이터에서 계산된 경우 회귀 계수의 통계적 유의성이 있었을지를 사용자가 검증할 수 있도록 하는 방법을 제공하기 위해.
• 검증 과정 자체가 비밀성 보장 조건을 충족하여 데이터 주체의 기밀성을 보호하기 위해.
• 정확성과 비밀성의 균형을 이루는 알고리즘 파라미터(M, a)를 선택하기 위한 원칙적인 접근법을 제공하기 위해.
• 일반적인 귀무가설 검정 및 절편의 유의성 검정으로의 확장을 위해.

제안 방법

• 이 방법은 개인정보 보호된 회귀 계수와 표준오차를 기반으로 한 잘라낸, 비밀성 보장된 t-통계량을 사용하여 유의성의 정도를 추정한다.
• t-통계량에 라플라스 노이즈를 적용하여 ε-비밀성 보장 조건을 충족시키며, 민감도를 제한하기 위해 잘라내기를 적용한다.
• 비밀성 보장된 p-값과 부호를 산출하기 위해, 개인정보 보호 메커니즘 하에서 t-통계량의 귀무분포를 시뮬레이션한다.
• 유의성 검정의 오차 상한을 최소화하기 위해 잘라내기 수준(a)과 샘플 수(M)를 선택한다.
• 일반적인 귀무가설(예: βj = b)과 절편의 유의성 검정을 위해 일표본 t-검정 프레임워크를 기반으로 한 확장이 이루어진다.
• 검증 서버는 비밀성 보장된 p-값과 부호를 제공하여, 기밀 데이터를暴露하지 않고도 결과에 대한 신뢰를 가능하게 한다.

실험 결과

연구 질문

• RQ1 기존 기밀 데이터에서 계산된 경우 회귀 계수의 통계적 유의성이 있었을지를 판단하기 위한 비밀성 보장 방법을 설계할 수 있는가?
• RQ2 비밀성 보장된 검정 결과(p-값과 부호)가 기존 기밀 데이터에서의 결과와 얼마나 유사하게 유지되는가?
• RQ3 유의성 검정의 오차를 최소화하면서도 비밀성을 유지하는 데 최적인 파라미터 선택(M, a)은 무엇인가?
• RQ4 이 방법을 일반적인 귀무가설(예: βj = b)과 절편의 유의성 검정으로 확장할 수 있는가?
• RQ5 다양한 비밀성 예산 하에서 실제 및 인위적 데이터 세트에서 이 방법의 실용적 성능은 어떠한가?

주요 결과

• (M=25, a=2) 설정에서, 비밀성 보장된 p-값은 기존 기밀 데이터에서의 참 p-값과 높은 일치도를 보였으며, 특히 귀무가설에 대한 강력한 증거나가 있는 계수에서 두드러진 성능을 보였다.
• 부호 예측에 있어서도 높은 일치도를 달성하였으며, 큰 p-값을 가진 계수에 대해서는 소수의 차이가 있었지만, 이는 영향력이 낮은 결과로 간주된다.
• ε=0.5일 경우, 추천 설정은 (M=100, a=1)이었으며, 이는 부호 일치도가 높고 p-값 대응도가 수용 가능한 수준을 유지하였다.
• ε=1.5일 때, 유의성 검정의 오차 상한이 0.05로 최소화되었으며, a=1 또는 a=2일 경우에 해당했다. 이 중 a=2가 t-통계량의 왜곡을 더 낮추므로 선호되었다.
• CPS 데이터를 통해 검증한 결과, 엄격한 비밀성 예산 하에서도 진정으로 유의미한 결과와 부호를 효과적으로 유지하는 것으로 나타났다.
• 이 방법은 일반적인 귀무가설 검정 및 절편 검정으로의 확장이 가능하여, 개인정보 보호 기반 추론에 더 넓은 적용 가능성을 지닌다.