[논문 리뷰] Non-Interactive Differential Privacy: a Survey

David Leoni|arXiv (Cornell University)|2012. 05. 11.

Privacy-Preserving Technologies in Data참고 문헌 23인용 수 12

한 줄 요약

이 종합 검토는 상호작용이 없는 비밀 보장 기법을 사용하여 실제 데이터셋을 공개하면서 강력한 비밀 보장 기능을 유지하는 비밀 보장 기법을 검토한다. 분할, 차원 축소, 압축 감지와 같은 방법을 평가하여, 희박한, 집합 기반의, 일반적인 목적의 쿼리에 대해 비밀 보장 기법을 효율적으로 적용할 수 있음을 입증하며, 특히 CENSUS 및 검색 로그와 같은 대규모 데이터에서 측정 가능한 유용성을 제공한다.

ABSTRACT

OpenData movement around the globe is demanding more access to information which lies locked in public or private servers. As recently reported by a McKinsey publication, this data has significant economic value, yet its release has potential to blatantly conflict with people privacy. Recent UK government inquires have shown concern from various parties about publication of anonymized databases, as there is concrete possibility of user identification by means of linkage attacks. Differential privacy stands out as a model that provides strong formal guarantees about the anonymity of the participants in a sanitized database. Only recent results demonstrated its applicability on real-life datasets, though. This paper covers such breakthrough discoveries, by reviewing applications of differential privacy for non-interactive publication of anonymized real-life datasets. Theory, utility and a data-aware comparison are discussed on a variety of principles and concrete applications.

연구 동기 및 목표

• 상호작용 쿼리 접근 없이 실제 데이터셋을 공개하는 데 있어 비밀 보장 기법의 실현 가능성과 유용성을 평가하기 위해.
• 다양한 데이터 유형에서 데이터 유용성을 유지하면서 공식적인 비밀 보장 기능을 제공하는 기법들을 식별하고 비교하기 위해.
• CENSUS, 검색 로그, 공간 데이터와 같은 실제 데이터셋에서 비밀 보장 기법 메커니즘의 성능을 평가하기 위해.
• 합성 데이터베이스 및 변형된 데이터베이스 공개에서 비밀 보장, 유용성, 계산 효율성 간의 상호 상충 관계를 검토하기 위해.
• 최근 실용적 적용 가능성이 높아지고 강력한 이론적 비밀 보장 기능을 제공하므로, 오픈 데이터 이니셔티브에서 비밀 보장 기법의 도입을 촉진하기 위해.

제안 방법

• 데이터를 그룹화하고 집계 값에 노이즈를 적용하여 히스토GRAM 공개에서 비밀 보장 기능을 확보하기 위해 분할 기반 기법을 사용한다.
• 고차원 데이터를 압축하면서도 비밀 보장 및 쿼리 유용성을 유지하기 위해 무작위 투영을 통한 차원 축소를 적용한다.
• 희박한 데이터에서 변형된 데이터베이스를 낮은 계산 오버헤드로 재구성하기 위해 압축 감지 기법을 활용한다.
• 원본 데이터 분포를 모델링하면서 조정된 노이즈를 주입하여 비밀 보장 기능을 확보하는 알고리즘을 사용해 합성 데이터베이스를 생성한다.
• 특히 집합 기반 및 불리언 데이터에서 재식별을 방지하기 위해 원본 튜플에 노이즈를 적용하여 변형된 데이터베이스를 공개한다.
• 대규모 유니버스에서의 카운팅 쿼리에 최적화하기 위해 노이즈 데이터큐브 및 $kd$-트리 색인과 같은 쿼리 전용 메커니즘을 활용한다.

실험 결과

연구 질문

• RQ1 상호작용 쿼리 접근 없이 비밀 보장 기법을 실제 데이터셋에 효과적으로 적용할 수 있는가?
• RQ2 희박한, 집합 기반의, 공간 데이터와 같은 다양한 데이터 유형에서 비밀 보장 기법 메커니즘의 유용성과 효율성은 어떻게 비교할 수 있는가?
• RQ3 대규모 데이터셋의 비상호작용 공개에서 비밀 보장 예산 ($\epsilon$)과 데이터 유용성 간의 상호 상충 관계는 어떠한가?
• RQ4 합성 또는 변형된 데이터베이스는 강력한 비밀 보장 기능을 확보하면서 통계적 성질을 얼마나 잘 유지할 수 있는가?
• RQ5 검색 로그 공개와 같은 실용적 응용 분야에서 $(\epsilon,\delta)$-비밀 보장 기법의 완화가 필요할 정도로 필수적인가?

주요 결과

• CENSUS 및 검색 로그와 같은 실제 데이터셋에 비밀 보장 기법을 성공적으로 적용할 수 있으며, $kd$-트리 및 압축 감지 기법이 이전 방법보다 낮은 오차를 달성한다.
• CENSUS 데이터에서 $kd$-트리 방법은 정확성과 유용성 측면에서 계층적 트리 방법을 능가하여, 공간적 및 범주형 쿼리에 대해 개선된 쿼리 오차를 보였다.
• 압축 감지 기법은 $\tilde{O}(|D|)$ 시간 내에 변형된 데이터베이스를 효율적으로 재구성할 수 있어, 대규모 희박한 데이터 공개에 적합하다.
• MSNBC 및 STM 데이터셋과 같은 집합 기반 불리언 데이터의 경우, 비밀 보장 기법이 뛰어난 유용성을 달성했으며, 기본 노이즈 데이터큐브 방법에 비해 특히 뛰어났다.
• 검색 로그의 경우, Hong 등은 최적화된 노이즈 주입 기법을 통해 엄격한 비밀 보장 조건 하에서도 높은 유용성을 확보한 변형된 데이터베이스를 공개할 수 있음을 입증했다.
• 압축 및 변형을 통한 합성 데이터베이스 생성은 공식적인 비밀 보장 기능을 확보하면서도 데이터 유용성을 유지하여, 오픈 데이터 공개에 있어 유망한 길을 제시한다.