[논문 리뷰] The future of statistical disclosure control

Mark Elliot, Josep Domingo‐Ferrer|arXiv (Cornell University)|2018. 12. 21.

Privacy-Preserving Technologies in Data참고 문헌 58인용 수 9

한 줄 요약

이 논문은 빅데이터, 머신러닝, 데이터 공유 확대 등으로 인한 증가하는 데이터 프라이버시 도전에 대응하여 통계적 유출 통제(SDC)의 발전과 미래를 분석한다. 국가통계청에서 발생한 실무적 수요에서 비롯된 SDC의 발전을 다루며, 특히 데이터 연동, 알고리즘 편향, 데이터 사용 시 차별 금지와 관련된 개인정보 보호 분야의 주요 미래 과제를 규명한다.

ABSTRACT

Statistical disclosure control (SDC) was not created in a single seminal paper nor following the invention of a new mathematical technique, rather it developed slowly in response to the practical challenges faced by data practitioners based at national statistical institutes (NSIs). SDC's subsequent emergence as a specialised academic field was an outcome of three interrelated socio-technical changes: (i) the advent of accessible computing as a research tool in the 1980s meant that it became possible - and then increasingly easy - for researchers to process larger quantities of data automatically; this naturally increased demand for such data; (ii) it became possible for data holders to process and disseminate detailed data as digital files and (iii) the number of organisations holding data about individuals proliferated. This also meant the number of potential adversaries with the resources to attack any given dataset increased exponentially. In this article, we describe the state of the art for SDC and then discuss the core issues and future challenges. In particular, we touch on SDC and big data, on SDC and machine learning, and on SDC and anti-discrimination.

연구 동기 및 목표

• 국가통계청(NSIs)에서 발생하는 실무적 데이터 프라이버시 과제에 대응하여 통계적 유출 통제(SDC)의 역사를 분석하는 것.
• SDC가 실무적 데이터 관리 과제에서 전문적인 학술 분야로 전환된 데 영향을 미친 사회기술적 요인을 규명하는 것.
• 빅데이터, 머신러닝, 데이터 분석에서의 차별 금지와 관련된 SDC의 새로운 과제를 검토하는 것.
• 진화하는 데이터 처리 능력과 개인 프라이버시에 대한 증가하는 위협을 고려하여 SDC 방법론에 대한 전망적 평가를 제공하는 것.

제안 방법

• 접근 가능한 컴퓨팅, 디지털 데이터 배포, 데이터 보유 기관의 증가라는 세 가지 핵심 사회기술적 전환을 통해 SDC의 역사를 분석한다.
• 데이터 접근성과 처리 능력의 확대에 따라 증가하는 잠재적 공격자 수를 검토한다.
• 현행 최첨단 SDC 기법을 검토하며, 현대 데이터 환경에서의 한계를 중점적으로 분석한다.
• 머신러닝과 데이터 연동이 유출 위험에 미치는 영향, 특히 재식별 패턴 탐지 측면에서의 영향을 탐색한다.
• 특히 헬스케어 및 사회복지와 같은 민감한 분야에서 데이터 분석이 초래할 수 있는 차별적 결과를 방지하기 위해 SDC의 역할을 고려한다.
• 프라이버시 설계 원칙과 진화하는 데이터 과학 실천 방식을 통합하는 미래 SDC 개발 프레임워크를 제안한다.

실험 결과

연구 질문

• RQ1 통계적 유출 통제는 어떻게 실무적 데이터 관리 과제에서 공식화된 학술 분야로 전환되었는가?
• RQ2 현대 데이터 생태계에서 유출 위험을 증폭시킨 주요 사회기술적 요인은 무엇인가?
• RQ3 빅데이터와 머신러닝 기술은 전통적 SDC 방법론에 어떤 도전을 가하고 있으며, 재식별 위험을 어떻게 증가시키는가?
• RQ4 데이터 기반 의사결정에서 차별적 결과를 방지하기 위해 SDC 기법은 어떻게 적응시켜야 하는가?
• RQ5 더 복잡한 데이터 환경에서 프라이버시를 유지하기 위해 SDC 연구는 어떤 미래 방향을 추구해야 하는가?

주요 결과

• 통계적 유출 통제는 단일 이론적 돌파구에서 비롯된 것이 아니라, 국가통계청에서 발생하는 지속적인 실무적 대응에서 유래하였다.
• 데이터 보유 기관의 증가와 데이터 디지털화로 인해 재식별 공격을 수행할 수 있는 잠재적 공격자의 수가 기하급수적으로 증가하였다.
• 머신러닝 기법은 익명화된 데이터에서 재식별 패턴을 자동으로 탐지할 수 있어 새로운 유출 위험을 초래한다.
• 데이터 사용 시 차별 금지 고려사항은 단순한 익명화를 넘어서 공정성 인식 데이터 처리 및 접근 제어를 포함하는 SDC 방법이 필요하다.
• SDC의 미래는 프라이버시 보존 기술을 데이터 과학 워크플로우에 통합하는 데 있다. 특히 안전한 데이터 공유 및 차등 프라이버시와 관련하여.
• 현재의 SDC 관행은 데이터 연동, 동적 데이터 처리, 추론 공격의 정교함 증가 등의 과제를 감안하여 진화해야 한다.