[논문 리뷰] Overlook: Differentially Private Exploratory Visualization for Big Data

Pratiksha Thaker, Mihai Budiu외 3명|arXiv (Cornell University)|2020. 06. 22.

Privacy-Preserving Technologies in Data인용 수 8

한 줄 요약

Overlook는 의사난수 함수를 통해 점진적으로 노이즈를 계산하는 가상의 개요 메커니즘을 도입하여, 고비용의 사전 계산이나 저장이 필요 없이 대용량 데이터에 대한 상호작용형, 차별적 비밀보장 탐색 시각화를 가능하게 한다. 기존의 개요 기반 시스템과 유사한 정확도를 달성하면서도 저지연 응답 성능과 데이터 관리자가 실시간으로 설정을 조정할 수 있도록 지원한다.

ABSTRACT

Data exploration systems that provide differential privacy must manage a privacy budget that measures the amount of privacy lost across multiple queries. One effective strategy to manage the privacy budget is to compute a one-time private synopsis of the data, to which users can make an unlimited number of queries. However, existing systems using synopses are built for offline use cases, where a set of queries is known ahead of time and the system carefully optimizes a synopsis for it. The synopses that these systems build are costly to compute and may also be costly to store. We introduce Overlook, a system that enables private data exploration at interactive latencies for both data analysts and data curators. The key idea in Overlook is a virtual synopsis that can be evaluated incrementally, without extra space storage or expensive precomputation. Overlook simply executes queries using an existing engine, such as a SQL DBMS, and adds noise to their results. Because Overlook's synopses do not require costly precomputation or storage, data curators can also use Overlook to explore the impact of privacy parameters interactively. Overlook offers a rich visual query interface based on the open source Hillview system. Overlook achieves accuracy comparable to existing synopsis-based systems, while offering better performance and removing the need for extra storage.

연구 동기 및 목표

• 대규모 데이터셋에 대한 상호작용형 탐색 시각화에서 차별적 비밀보장 예산을 관리하는 데 도전하는 데 목적을 두며.
• 개인정보 보호 탐색에 사용되는 전통적인 개요 기반 시스템의 높은 계산 및 저장 비용을 제거하는 데 목적을 두며.
• 데이터 관리자가 상호작용형으로 개인정보 보호 파라미터(예: ε)를 조정하고 그 영향을 실시간으로 시각화할 수 있도록 하는 데 목적을 두며.
• 기존의 SQL 기반 쿼리 엔진을 수정하지 않고도 상호작용형, 개인정보 보호를 고려한 시각적 쿼리를 지원하는 데 목적을 두며.
• 기존의 시각화 인터페이스에 통합함으로써 차별적 비밀보장을 실세계 데이터 탐색 워크플로우에서 실용적이고 사용하기 쉽게 만들기 위한 데 목적을 두며.

제안 방법

• Overlook는 의사난수 함수(PR F)를 사용해 노이즈 분포를 표현하는 가상의 개요 데이터 구조를 사용하며, 실제 개요 데이터를 저장하지 않는다.
• 계층적 히스토GRAM 메커니즘을 기반으로 하여 각 쿼리 결과에 대해 필요에 따라 노이즈를 계산함으로써 차별적 비밀보장을 보장한다.
• 기존의 SQL DBMS 엔진과 사용자 사이에 중간 계층으로 작동하여, 기반 엔진을 수정하지 않고도 쿼리 결과에 노이즈를 주입한다.
• 다차원 쿼리의 경우, 계층적 분할을 활용해 데이터 차원에 따라 노이즈를 적응적으로 적용함으로써 정확도를 향상시킨다.
• 가상의 개요는 관리자가 상호작용형으로 개인정보 보호 파라미터(예: ε)를 조정하고 즉각적으로 쿼리 출력에 미치는 영향을 관찰할 수 있도록 한다.
• Open-source Hillview 시스템과 통합하여 데이터 분석가가 풍부하고 개인정보 보호를 고려한 시각적 쿼리 인터페이스를 제공한다.

실험 결과

연구 질문

• RQ1 사전 계산이나 저장 오버헤드 없이 상호작용형, 차별적 비밀보장 시각화를 가능하게 하는 가상의 개요 메커니즘을 설계할 수 있는가?
• RQ2 데이터 관리자가 개인정보 보호 파라미터(예: ε)의 영향을 실시간으로 쿼리 결과에 대해 탐색할 수 있는가?
• RQ3 가상의 개요가 전통적인 개요 기반 시스템과 유사한 정확도를 달성하면서도 저지연 쿼리 성능을 유지할 수 있는 정도는 어느 정도인가?
• RQ4 기존의 SQL 기반 분석 엔진에 최소한의 수정으로 개인정보 보존 시각화 시스템을 구축할 수 있는가?
• RQ5 노이즈 생성에 의사난수 함수를 사용할 경우, 시스템의 정확도와 개인정보 보장 보장에 어떤 영향을 미치는가?

주요 결과

• Overlook는 PrivateSQL와 같은 기존의 개요 기반 시스템과 유사한 정확도를 달성하며, 성능 저하가 최소한이다.
• 시스템은 쿼리당 추가로 O(k)의 계산만을 유발하며, 여기서 k는 출력 튜플의 수(예: 히스토GRAM의 버킷 수)이므로 상호작용 사용에 매우 효율적이다.
• 데이터 관리자는 개인정보 보호 파라미터(예: ε)를 상호작용형으로 조정하고 쿼리 결과의 실시간 변화를 관찰할 수 있어, 효과적인 개인정보 보호 예산 관리가 가능하다.
• 가상의 개요 설계 덕분에 고비용의 사전 계산과 큰 저장소 요구 사항이 제거되어 원시 데이터 쿼리에 비해 오버헤드가 거의 없어진다.
• 최대 카운트가 시각화의 수직 픽셀 수의 약 2.3배 이하일 경우, ε = 1은 원시 데이터와 구분하기 어려운 개인정보 보호 수준을 제공한다.
• 기존의 SQL 엔진 및 Hillview 시각화 인터페이스와의 통합을 통해 실세계 데이터 분석 워크플로우에 원활하게 통합될 수 있다.