[논문 리뷰] Fairness in Streaming Submodular Maximization: Algorithms and Hardness

Marwa El Halabi, Slobodan Mitrović외 3명|arXiv (Cornell University)|2020. 10. 14.

Complexity and Algorithms in Graphs참고 문헌 53인용 수 20

한 줄 요약

이 논문은 기수 제약과 공정성 제약 하에서 공정한 순차적 최적화를 위한 최초의 스트리밍 근사 알고리즘을 제안하며, 문제를 매트로이드 제약 하의 순차적 최적화로 환원한다. 단조 함수에 대해 O(k) 메모리로 1/4-근사치를 달성하고, 비단조 함수에 대해선 q/5.82-근사치를 달성한다. 여기서 q는 초과 비율이며, 경계의 날카러운 메모리 하한은 경계 결과를 통해 증명된다.

ABSTRACT

Submodular maximization has become established as the method of choice for the task of selecting representative and diverse summaries of data. However, if datapoints have sensitive attributes such as gender or age, such machine learning algorithms, left unchecked, are known to exhibit bias: under- or over-representation of particular groups. This has made the design of fair machine learning algorithms increasingly important. In this work we address the question: Is it possible to create fair summaries for massive datasets? To this end, we develop the first streaming approximation algorithms for submodular maximization under fairness constraints, for both monotone and non-monotone functions. We validate our findings empirically on exemplar-based clustering, movie recommendation, DPP-based summarization, and maximum coverage in social networks, showing that fairness constraints do not significantly impact utility.

연구 동기 및 목표

• 대규모 데이터 환경에서 공정성 제약 하에 공정한 순차적 최적화를 위한 스트리밍 알고리즘이 부족한 문제를 해결하기 위해.
• 성별, 인종, 연령 등의 민감한 속성에 대해 공정성을 유지하면서 효율적이고 저메모리의 근사 알고리즘을 개발하기 위해.
• 공정성 제약 하에 단조 및 비단조 순차적 최적화 함수에 대해 엄밀한 메모리 하한과 근사 보장을 수립하기 위해.
• 실제 요약 작업에서 공정성 제약이 효용성에 상당한 영향을 주지 않는다는 것을 경험적으로 검증하기 위해.

제안 방법

• 공정한 순차적 최적화를 매트로이드 제약 하의 순차적 최적화로 환원하여, 단조 경우에서 근사 비율을 유지한다.
• 분할 매트로이드 구조를 사용한 저메모리 스트리밍 알고리즘을 설계하여, O(k) 메모리로 1/4-근사치를 달성하고, 요소당 O(log k) 시간 복잡도를 확보한다.
• 각 그룹별 요소 선택의 유연성을 수량화하기 위해 초과 비율 q = 1 - max_c(ℓ_c / |V_c|)의 개념을 도입한다.
• 무작위 반올림과 임계값 설정을 활용하여, O(k) 메모리로 비단조 함수에 대해 q/5.82-근사치를 달성하는 알고리즘을 제안한다.
• 메모리 하한을 증명: q-근사치보다 우수한 성능을 내는 알고리즘은 Ω(n) 메모리가 필요하며, 이는 하한의 날카러움을 보여준다.
• 실제 데이터셋에서 Fair-Streaming-CK와 Fair-Streaming-FKK를 구현하고, SieveStreaming 및 UpperBounds와 같은 기준 알고리즘과 비교 평가한다.

실험 결과

연구 질문

• RQ1 민감한 속성(성별, 인종, 연령 등) 간 균형 잡힌 표현을 보장하면서도 높은 효용성을 유지하는 공정한 순차적 최적화를 위한 효율적인 스트리밍 알고리즘을 설계할 수 있는가?
• RQ2 스트리밍 순차적 최적화에서 공정성과 효용성의 상호 교환 관계는 무엇이며, 초과 비율 q에 따라 어떻게 변화하는가?
• RQ3 공정성 제약 하에서 스트리밍 환경에서 하위선형 메모리로도 상수 요소 근사치를 달성할 수 있는가?
• RQ4 기본 스트리밍 기준 알고리즘과 비교해 공정성 제약은 오ракulum 호출 수와 실행 시간에 어떤 영향을 미치는가?

주요 결과

• 제안된 Fair-Streaming-CK 알고리즘은 O(k) 메모리와 요소당 O(log k) 시간 복잡도로 단조 순차적 최적화 함수에 대해 1/4-근사치를 달성한다.
• 비단조 함수에 대해선 q/5.82-근사치를 달성하며, 여기서 q는 초과 비율이며, 이 하한은 상수 요소 범위 내에서 날카롭다.
• 비단조 공정한 스트리밍 순차적 최적화에서 q-근사치보다 우수한 성능을 내는 알고리즘은 Ω(n) 메모리가 필요하며, 이는 강력한 메모리 하한을 증명한다.
• 경험적 결과는 공정한 해법이 불공정 기준 대비 목표값의 약 15% 이내로 유지되며, Movielens, Pokec, Bank-Marketing 등의 실제 데이터셋에서 훨씬 낮은 편향을 보임을 보여준다.
• SieveStreaming 및 UpperBounds와 같은 기준 알고리즘은 공정성 제약을 심각하게 위반한다 — 예를 들어 최대 커버리지에서 150건의 오류, DPP 기반 요약에서 100건의 오류 — 이는 명시적 공정성 강화의 필요성을 강조한다.
• 공정성의 가격은 낮다: 효용성 손실은 최소한(15% 미만)이며, 실생활에서 공정성과 높은 효용성이 함께 가능하다는 것을 시사한다.