[논문 리뷰] Publishing Below-Threshold Triangle Counts under Local Weight Differential Privacy

Kevin Pfisterer, Quentin Hillebrand외 1명|arXiv (Cornell University)|2026. 01. 05.

Privacy-Preserving Technologies in Data인용 수 0

한 줄 요약

본 논문은 아래 임계치를 가진 가중 삼각형을 세기 위해 두 라운드 로컬 가중치 DP 방법을 제안하며, 편향 추정기와 비편향 추정기, 오차를 줄이고 실행 시간을 단축하기 위한 최적화 및 스무스-감도 기법을 제시한다.

ABSTRACT

We propose an algorithm for counting below-threshold triangles in weighted graphs under local weight differential privacy. While prior work has largely focused on unweighted graphs, edge weights are intrinsic to many real-world networks. We consider the setting in which the graph topology is publicly known and privacy is required only for the contribution of an individual to incident edge weights, capturing practical scenarios such as road and telecommunication networks. Our method uses two rounds of communication. In the first round, each node releases privatized information about its incident edge weights under local weight differential privacy. In the second round, nodes locally count below-threshold triangles using this privatized information; we introduce both biased and unbiased variants of the estimator. We further develop two refinements: (i) a pre-computation step that reduces covariance and thus lowers expected error, and (ii) an efficient procedure for computing smooth sensitivity, which substantially reduces running time relative to a straightforward implementation. Finally, we present experimental results that quantify the trade-offs between the biased and unbiased variants and demonstrate the effectiveness of the proposed improvements.

연구 동기 및 목표

• 가중 그래프에서 로컬 가중치 DP 하에서 아래 임계치를 가진 삼각형의 개수를 세는 것을 동기화한다.
• 노드가 노이즈가 포함된 발생 가중치를 게시한 다음 로컬에서 개수를 세는 두 라운드 통신 프로토콜을 개발한다.
• 아래 임계치를 가진 삼각형에 대한 편향 추정기와 비편향 추정기를 도입하고 편향/분산을 분석한다.
• 전처리 단계와 효율적인 스무스-감도 알고리즘을 통해 오차와 연산 시간을 줄인다.
• 실제 네트워크를 이용한 실험으로 실용적 정확도 향상을 입증한다.

제안 방법

• 두 라운드 알고리즘: 노드가 이웃 가중치 벡터를 이산 라플라스 노이즈와 함께 게시하여 노이즈가 있는 그래프를 만들고, 서버가 삼각형을 정점에 할당한다.
• 각 정점에 할당된 삼각형에 대해 편향 추정기 B'T 또는 비편향 추정기 U'T 중 하나를 사용하여 지역적으로 개수를 세는 로컬 카운팅을 수행한다.
• LWDP를 달성하기 위해 라플라스(또는 스무스-감도) 메커니즘으로 지역 카운트를 게시하고, 서버에서 집계한다.
• 노드당 O(d^2) 시간의 가용한 바이어스-스무스 감도 분석 및 계산 가능한 경계를 제공한다.
• 비편향 히스토그램 공개 기법을 적용하여 아래 임계치를 가진 삼각형의 수에 대한 비편향 추정치를 공개한다.
• 공분산에 민감한 C'4 인스턴스의 수를 최소화하여 분산을 낮추는 배정 rho를 개발한다.
• 다양한 그래프 체제에서의 오차 스케일링 측면에서 편향 vs 비편향 추정기의 형식적 비교를 제시한다.

실험 결과

연구 질문

• RQ1 로컬 가중치 DP 하에서 가중 그래프의 아래 임계치를 가진 삼각형을 어떻게 카운트할 수 있는가?
• RQ2 이 문제에 대해 LWDP 하에서 어떤 추정기(편향 대 비편향)가 더 낮은 오차를 산출하는가?
• RQ3 공개된 카운트에서 공분산과 분산을 최소화하기 위해 삼각형을 노드에 어떻게 할당할 수 있는가?
• RQ4 정확도를 향상시키되 실행 시간을 폭발적으로 증가시키지 않는 확장 가능한 로컬 스무스-감도 bound를 계산할 수 있는가?

주요 결과

• 두 라운드 프로토콜은 로컬 가중치 DP 하에서 아래 임계치를 가진 가중 삼각형을 세는 것을 가능하게 한다.
• 편향 추정기와 비편향 추정기는 서로 다른 오차 스케일링을 보인다: 편향 오차는 삼각형 수와 함께 증가하고, 비편향은 sqrt(#triangles)와 함께 증가한다.
• 전처리 단계는 공분산을 줄이고 기대 오차를 낮춘다.
• 노드당 O(d^2) 시간의 방법으로 가중치의 크기에 의존하지 않는 로컬 beta-스무스 감도를 계산하여 확장성을 돕는다.
• 그래프에 삼각형이 많을수록 비편향 추정기가 더 나은 정확도를 달성하고, 예산이 작을 때는 편향 추정기가 더 잘 작동할 수 있다.
• 밀란 통신망과 생물학 네트워크에 대한 실험에서 단순한 기준선 대비 상대 카운트 오차를 최대 두 배의 차이로 감소시키는 결과를 보인다.