[논문 리뷰] Privacy-Enhanced Architecture for Occupancy-based HVAC Control

Ruoxi Jia, Roy Dong외 2명|arXiv (Cornell University)|2016. 07. 11.

Building Energy and Comfort Optimization참고 문헌 24인용 수 10

한 줄 요약

이 논문은 에너지 효율적인 건물 운영을 유지하면서 개인의 위치 추적을 보호하기 위해 점유율 데이터를 최적하게 왜곡하는 프라이버시 강화 아키텍처를 제안한다. 상호정보량을 프라이버시 측도로 사용하여, 제어 성능 제약 조건 하에 프라이버시 손실을 최소화하는 볼록 최적화 문제를 수립함으로써, 분석적 해를 도출할 수 있는 최적의 노이즈 주입을 가능하게 한다. 실제 데이터를 바탕으로 한 실험을 통해, 최적의 노이즈 주입 기법이 무작위 또는 고정된 왜곡 방식보다 제어 성능을 더 잘 유지하는 것으로 입증된다.

ABSTRACT

Large-scale sensing and actuation infrastructures have allowed buildings to achieve significant energy savings; at the same time, these technologies introduce significant privacy risks that must be addressed. In this paper, we present a framework for modeling the trade-off between improved control performance and increased privacy risks due to occupancy sensing. More specifically, we consider occupancy-based HVAC control as the control objective and the location traces of individual occupants as the private variables. Previous studies have shown that individual location information can be inferred from occupancy measurements. To ensure privacy, we design an architecture that distorts the occupancy data in order to hide individual occupant location information while maintaining HVAC performance. Using mutual information between the individual's location trace and the reported occupancy measurement as a privacy metric, we are able to optimally design a scheme to minimize privacy risk subject to a control performance guarantee. We evaluate our framework using real-world occupancy data: first, we verify that our privacy metric accurately assesses the adversary's ability to infer private variables from the distorted sensor measurements; then, we show that control performance is maintained through simulations of building operations using these distorted occupancy readings.

연구 동기 및 목표

• 스마트 건물에서 점유 감지 기술이 초래하는 프라이버시 위험을 해결하기 위해, 집합적 점유율 데이터로부터 개인의 위치 추적을 유추할 수 있는 가능성을 다루기 위함.
• 점유율 기반 HVAC 시스템에서 프라이버시 손실과 제어 성능 간의 트레이드오프를 모델링하기 위함.
• 최소한의 프라이버시 泄露를 보장하면서도 수용 가능한 HVAC 제어 성능을 확보하기 위해 점유율 데이터에 최적의 노이즈를 주입하는 메커니즘을 설계하기 위함.
• 실제 점유율 트레이스와 시뮬레이션된 건물 동역학을 사용하여 프레임워크를 검증하기 위함.
• 제안된 방법이 랜덤 또는 고정 왜곡 방법보다 프라이버시-유용성 트레이드오프 측면에서 뛰어나다는 것을 입증하기 위함.

제안 방법

• 개인의 위치 추적과 보고된 점유율 간의 상호정보량(MI)을 공식적인 프라이버시 측도로 사용함.
• 제어 성능 제약 조건 하에 MI를 최소화하는 볼록 최적화 문제를 수립하여, 최적의 노이즈 주입을 위한 해석적 해를 도출함.
• 아우스부르크 데이터셋에서 확보한 실제 점유율 데이터에 최적의 왜곡 기법을 적용하고, HVAC 제어 성능을 시뮬레이션함.
• 기준 대비 방법들과의 비교: 정제된 데이터, 고정된 점유율 스케줄, 균일한 랜덤 왜곡, 실제 센서 노이즈를 모방한 다항분포 왜곡.
• 몬테카를로 시뮬레이션을 활용해 다양한 왜곡 수준에서 제어 비용과 프라이버시 손실을 평가함.
• 15명의 점유자를 포함한 합성 데이터를 활용하여 프레임워크의 강건성과 확장성 테스트함.

실험 결과

연구 질문

• RQ1 상호정보량은 점유율 기반 HVAC 시스템에서 프라이버시 손실을 정량화하는 데 효과적이고도 해석 가능한 측도로 기능할 수 있는가?
• RQ2 점유율 데이터에 최적의 노이즈를 주입하여 프라이버시 泄露를 최소화하면서도 HVAC 제어 성능을 유지하는 방법은 무엇인가?
• RQ3 제안된 최적화 기반 왜곡 기법은 랜덤 또는 히وري스틱 왜곡 방법보다 프라이버시-유용성 트레이드오프 측면에서 뛰어나게 성능을 발휘하는가?
• RQ4 점유자 수가 증가함에 따라 프라이버시-유용성 트레이드오프는 어떻게 변화하는가?
• RQ5 프레임워크는 실제 건물의 점유자 인구 수에 비례하여 확장되어도 성능을 유지할 수 있는가?

주요 결과

• 제안된 최적의 왜곡 기법은 다른 방법들보다 파레토 지배를 이루며, 균일하거나 다항분포 랜덤 왜곡보다 더 우수한 프라이버시-유용성 트레이드오프를 달성함.
• 고수준의 프라이버시 손실에서 최적 기법의 성능은 랜덤 기법과 유사하지만, 프라이버시가 향상될수록(손실이 낮아질수록) 최적 기법이 뚜렷이 뛰어난 성능을 보임.
• 강력한 프라이버시 제약 조건 하에서도 정제된 점유율 데이터를 사용할 때와 유사한 제어 성능을 유지함.
• 점유자 수가 많아질수록 원시 점유율 데이터로부터의 프라이버시 위험은 자연스럽게 감소하지만, 제안된 왜곡 기법은 특히 소규모 또는 밀도가 낮은 공간에서 프라이버시를 더욱 향상시킴.
• 합성 데이터를 활용해 15명의 점유자 규모로 확장한 결과에서도 최적화 기반 접근법이 여전히 프라이버시-유용성 트레이드오프 측면에서 우월함을 보이며, 확장성 확인됨.
• 상호정보량 측도는 적대자가 개인의 위치를 유추할 능력을 정확히 반영하므로, 이는 프라이버시 측도로서의 타당성을 검증함.