[논문 리뷰] Fairness in Clustering with Multiple Sensitive Attributes

Savitha Sam Abraham, P Deepak외 1명|arXiv (Cornell University)|2019. 10. 11.

Privacy-Preserving Technologies in Data참고 문헌 22인용 수 19

한 줄 요약

이 논문은 K-평균 목적함수에 공정성 손실를 통합하여 이진, 다중값, 또는 수치형 민감한 속성에 걸쳐 클러스터링 품질과 대표성 공정성을 동시에 최적화하는 새로운 공정 클러스터링 방법 FairKM을 제안한다. 실세계 데이터셋에서의 실험적 평가 결과, FairKM은 최첨단 기준선 대비 클러스터링 품질 및 공정성 지표에서 뚜렷한 우월성을 보였다.

ABSTRACT

A clustering may be considered as fair on pre-specified sensitive attributes if the proportions of sensitive attribute groups in each cluster reflect that in the dataset. In this paper, we consider the task of fair clustering for scenarios involving multiple multi-valued or numeric sensitive attributes. We propose a fair clustering method, extit{FairKM} (Fair K-Means), that is inspired by the popular K-Means clustering formulation. We outline a computational notion of fairness which is used along with a cluster coherence objective, to yield the FairKM clustering method. We empirically evaluate our approach, wherein we quantify both the quality and fairness of clusters, over real-world datasets. Our experimental evaluation illustrates that the clusters generated by FairKM fare significantly better on both clustering quality and fair representation of sensitive attribute groups compared to the clusters from a state-of-the-art baseline fair clustering method.

연구 동기 및 목표

• 이진 속성 외에도 수치형 및 다중값 속성을 포함한 다중 민감 속성을 다룰 수 있는 공정 클러스터링 방법의 부족을 메우기.
• 클러스터링 과정에서 민감 속성 특징을 명시적으로 사용하지 않고도 보호 그룹의 공정한 대표성을 확보하는 클러스터링 프레임워크 개발.
• 비민감 속성에 대한 클러스터링 품질과 민감 속성에 대한 공정성 간의 트레이드오프를 통합 최적화 목적함수를 통해 균형 잡기.
• 실세계 데이터셋에서의 경험적 평가를 통해 기존 방법 대비 공정성 및 클러스터링 품질 향상을 입증하기.

제안 방법

• 기본 K-평균 클러스터링 손실와 새로운 공정성 정규화 항을 조합한 공정 클러스터링 목적함수 수립.
• 클러스터링 품질과 공정성 간의 트레이드오프를 제어하기 위해 파라미터 λ 도입으로 사용자가 각 항목의 상대 중요도를 조정할 수 있도록 설계.
• 중심점 계산 과정에서 공정성 제약을 통합한 수정된 K-평균 업데이트 규칙 사용으로, 각 클러스터 내에서 그룹 대표성의 균형 유지.
• 평균 내부(AW), 최대 내부(MW), 균일성에서의 편차(DevO, DevC)와 같은 공정성 지표 정의로 그룹 대표성 공정성 정량화.
• 반복적으로 병합 목적함수를 최소화하도록 알고리즘 적용, 클러스터 할당 및 중심점 갱신 과정에서 공정성 제약 강제 적용.
• λ에 대한 민감도 분 析를 통해 다양한 파라미터 설정에서 공정성과 클러스터링 품질 간의 트레이드오프 평가.

실험 결과

연구 질문

• RQ1 이진, 다중값, 또는 수치형 민감 속성이 동시에 존재할 때 클러스터링의 공정성은 어떻게 효과적으로 정의할 수 있는가?
• RQ2 K-평균 기반 방법이 다양한 유형의 민감 속성에 대해 높은 클러스터링 품질과 강력한 공정성을 동시에 달성할 수 있는가?
• RQ3 실제로 트레이드오프 파라미터 λ 는 클러스터링 품질과 공정성 간의 균형에 어떤 영향을 미치는가?
• RQ4 실세계 데이터셋에서 FairKM은 최첨단 공정 클러스터링 기준선 대비 공정성 및 클러스터링 품질 측면에서 어떻게 비교되는가?
• RQ5 극도로 비균형 분포를 보이는 속성에서 FairKM의 성능 특성은 어떠한가?

주요 결과

• FairKM은 ZGYA 기준선 대비 유의미하게 뛰어난 공정성 성능을 기록했으며, 다양한 데이터셋과 공정성 지표에서 평균적으로 더 큰 격차를 보였다.
• Adult 데이터셋에서 FairKM(S)는 후자의 모든 민감 속성을 공정성 제약에 사용하는 FairKM(All)보다 공정성 지표에서 뛰어난 성능을 보였다.
• Kinematics 데이터셋에서 λ 가 증가함에 따라 공정성 지표(예: DevO, DevC)는 안정적이고 점진적인 향상을 보였으며, 클러스터링 품질 지표(CO, SH)는 최소한의 퇴화를 보였다.
• Kinematics 데이터셋에서 FairKM(S)는 FairKM(All) 대비 더 높은 MW와 더 낮은 AW를 기록하여 클러스터 내 대표성 공정성 측면에서 더 우수한 성능을 보였다.
• 민감도 분 析 결과, λ 를 증가시킬수록 공정성은 지속적으로 향상되고 클러스터링 품질은 극소수의 퇴화만을 보여, 방법의 제어 가능성 검증.
• 경험적 결과는 FairKM가 공정성에 뛰어난 성능을 유지하면서도, 기준선에 유리한 조건인 합성 환경에서도 강력하고 효과적인 성능을 보이며, 이는 그 우수성과 내구성을 입증한다.