[논문 리뷰] Geographic Spines in the 2020 Census Disclosure Avoidance System

Ryan Cumings-Menon, John M. Abowd외 6명|arXiv (Cornell University)|2022. 03. 30.

Data-Driven Disease Surveillance인용 수 4

한 줄 요약

이 논문은 이산적 개인 정보 보호 기반 마이크로데이터의 정확도를 향상시키기 위해 2020년도 세분화 정보 유출 방지 시스템(DAS)의 최적화된 지리적 스핀을 제안한다. 이는 스핀에서 떨어진 지리적 단위의 추정 오차를 줄이기 위한 것이다. 블록 그룹을 재정의하고, AIAN 부족 지역, 기숙사 거주자, MCD, 소도시 등 타깃 지리 단위를 스핀 계층에 통합함으로써 스핀에서의 거리를 최소화하고 팬아웃을 통제함으로써 주요 통계 출력의 평균 제곱 오차를 낮춘다.

ABSTRACT

The 2020 Census Disclosure Avoidance System (DAS) is a formally private mechanism that first adds independent noise to cross tabulations for a set of pre-specified hierarchical geographic units, which is known as the geographic spine. After post-processing these noisy measurements, DAS outputs a formally private database with fields indicating location in the standard census geographic spine, which is defined by the United States as a whole, states, counties, census tracts, block groups, and census blocks. This paper describes how the geographic spine used internally within DAS to define the initial noisy measurements impacts accuracy of the output database. Specifically, tabulations for geographic areas tend to be most accurate for geographic areas that both 1) can be derived by aggregating together geographic units above the block geographic level of the internal spine, and 2) are closer to the geographic units of the internal spine. After describing the accuracy tradeoffs relevant to the choice of internal DAS geographic spine, we provide the settings used to define the 2020 Census production DAS runs.

연구 동기 및 목표

• 표준 지리적 스핀에서 멀리 떨어진 지리적 단위에서의 정확도 저하 문제를 해결하기 위해.
• TopDown 알고리즘(TDA)에서 사용하는 내부 스핀으로부터의 거리를 최소화함으로써 표본 통계 추정치의 평균 제곱 오차(MSE)를 감소시키기 위해.
• 특히 고 커버리지 지리 단위의 팬아웃 값을 제어하기 위해 블록 그룹과 트랙 그룹을 재정의함으로써 계산 효율성과 추정 정밀도 사이의 균형을 유지하기 위해.
• 법적으로나 행정적으로 중요한 단위(예: AIAN 부족 지역, 통합 소도시, 소형 행정구역)가 스핀에 더 가까워지되, 이산적 개인 정보 보호 보장을 훼손하지 않도록 보장하기 위해.
• 다양한 세분화 데이터 제품 간 일관되고 고해상도의 통계 출력을 지원할 수 있는 체계적이고 감사 가능한 스핀 최적화 방법을 개발하기 위해.

제안 방법

• TopDown 알고리즘(TDA)을 사용하여 미국 수준에서 시작하여 더 세밀한 지리적 수준으로 진행되는 계층적 지리 수준에서 이산적 개인 정보 보호 히스토그램을 생성한다.
• 기존의 지리적 스핀(미국, 주, 카운티, 트랙, 블록 그룹, 블록)을 수정하여 주 수준에서 AIAN 스핀 분지를 도입함으로써 부족 지역을 더 잘 반영하도록 한다.
• 최적화된 블록 그룹은 동일한 AIAN, 기숙사 거주자(GQ), MCD, 소도시, 학군 또는 기존 블록 그룹 외부 단위(OSE)에 속하는 블록들을 묶어 정의한다.
• 자식 지리 단위(예: 블록)를 더 높은 수준의 단위(예: 트랙 하위집단, 최적화된 블록 그룹)로 집계하여 소음 누적을 방지함으로써 팬아웃 값을 통제한다.
• 각 스핀 내 지리 단위에 대해 프라이버시 손실 예산(PLB)을 할당하기 위해 바이패스 알고리즘(알고리즘 3)을 적용하여 전역 프라이버시 예산을 유지하면서 국지적 정확도를 향상시킨다.
• 프리 지리 단위(기획 및 실행 영역에서 유래)와 트랙 하위집단 지리 단위를 중간 수준으로 도입하여 스핀을 추가로 정교화함으로써 더 정밀한 집계와 소음 통제를 가능하게 한다.

실험 결과

연구 질문

• RQ1 지리적 단위가 내부 스핀으로부터 떨어진 거리가 이산적 개인 정보 보호 추정치의 평균 제곱 오차(MSE)에 어떤 영향을 미치는가?
• RQ2 TDA에서 높은 팬아웃 값이 추정 정확도에 어떤 영향을 미치며, 전략적 지리 단위 재정의를 통해 이를 어떻게 완화할 수 있는가?
• RQ3 AIAN 부족 지역, 기숙사 거주자, MCD, 소도시와 같은 외부 지리 단위(OSE)를 스핀 계층에 포함시키는 것이 추정 오차를 어느 정도 줄일 수 있는가?
• RQ4 최적화된 블록 그룹과 트랙 하위집단을 사용할 경우 기존 스핀 대비 정확도는 어떻게 향상되는가?
• RQ5 맞춤형 지리적 스핀을 설계할 때 계산 가능성, 프라이버시 예산 할당, 추정 정확도 사이의 상충 관계는 어떠한가?

주요 결과

• 블록 수준 이상의 단위를 집계하여 유도할 수 있고 스핀에 더 가까운 지리적 영역은 노이즈가 섞인 추정치에서 평균 제곱 오차가 크게 낮아진다.
• AIAN 스핀 분지 도입으로 부족 지역의 추정 오차가 감소하여 이전에 대상에서 제외되었던 지리적 영역의 정확도가 향상되었다.
• 최적화된 블록 그룹의 사용은 팬아웃 값을 감소시키고 기숙사 거주자, MCD, 통합 소도시와 같은 핵심 단위의 추정 정확도를 향상시켰다.
• 2020년도 세분화 DAS를 위한 최종 최적화된 스핀은 레지던스 및 DHC를 포함한 모든 데이터 제품에서 추정 오차를 감소시켰으며, 법적으로나 행정적으로 중요한 지리적 단위와 스핀을 일치시킴으로써 이를 달성했다.
• 알고리즘 3의 바이패스 알고리즘은 전역 프라이버시 보장을 유지하면서도 고우선순위 지리 영역의 국지적 정확도를 향상시키기 위해 프라이버시 손실 예산을 성공적으로 할당하였다.
• DHC 데이터 제품에서 사용된 스핀—프리 지리 단위, 트랙 하위집단, 최적화된 블록 그룹 수준 포함—은 표준 스핀보다 더 정확하고 일관된 통계 집계를 가능하게 하였으며, 특히 소면적 추정치에서 두드러진 성능 향상을 보였다.