[논문 리뷰] Confidentiality Protection in the 2020 US Census of Population and Housing

John M. Abowd, Michael B Hawes|arXiv (Cornell University)|2022. 06. 07.

Privacy-Preserving Technologies in Data인용 수 6

한 줄 요약

이 논문은 2020년 미국 인구 조사에서 개인의 기밀성을 보호하기 위해 블록 수준 지리적 범위에서 매우 세밀한 표 형태 데이터에 맞춤형 차별적 비밀보장 프레임워크를 구현한 바를 제시한다. 전체 지리적 계층에 걸쳐 캘리브레이션된 노이즈를 주입함으로써, 재식별 위험을 방지하면서 정확도를 통제하는 시스템을 확보하였으며, 기존의 통계적 유출 제한 방법에서의 근본적인 전환을 나타낸다.

ABSTRACT

In an era where external data and computational capabilities far exceed statistical agencies' own resources and capabilities, they face the renewed challenge of protecting the confidentiality of underlying microdata when publishing statistics in very granular form and ensuring that these granular data are used for statistical purposes only. Conventional statistical disclosure limitation methods are too fragile to address this new challenge. This article discusses the deployment of a differential privacy framework for the 2020 US Census that was customized to protect confidentiality, particularly the most detailed geographic and demographic categories, and deliver controlled accuracy across the full geographic hierarchy.

연구 동기 및 목표

• 계산 능력 향상과 데이터 연동 기술 발전으로 인해 고도로 세밀한 인구 조사 데이터에서 재식별 위험이 증가하고 있는 데 대응하기 위해.
• 취약한 기존의 통계적 유출 제한(SDL) 방법을 대체하기 위해 강력하고 수학적으로 엄밀한 개인정보 보호 프레임워크를 도입하기 위해.
• 지역 구역 조정 및 연방 재정 지원 배분과 같은 중요한 용도를 위해 정확하고 개인정보 보호가 보장된 데이터 공개를 가능하게 하기 위해.
• 전체 지리적 계층 전반에서 과학적 및 정책 적용을 위한 기밀성 보호와 유용성의 균형을 맞추기 위해.

제안 방법

• 2020년 인구 조사 유출 방지 시스템(DAS)의 핵심으로 맞춤형 차별적 비밀보장(DP) 프레임워크를 채택하였다.
• 지리적 및 인구 통계적 계층 전반에 걸쳐 캘리브레이션된 노이즈 주입을 통해 모든 표 형태 통계에 적용하였다.
• 데이터 공간의 계층적 분해를 통해 모든 집계 수준에서 개인정보 유출가능성이 제한되고 통제됨을 보장하였다.
• 상향식 알고리즘을 활용해 지리적 단위 간 개인정보 유출 손실을 분배함으로써 소면적에서의 정확성을 유지하면서 민감한 셀을 보호하였다.
• 유출 위험 평가 및 법적·통계적 기준 준수를 보장하기 위해 철저한 검증 절차를 구현하였다.
• 데이터 수집부터 최종 공개에 이르기까지 전체 인구 조사 데이터 처리 파이프라인에 DAS를 통합하였다.

실험 결과

연구 질문

• RQ1 차별적 비밀보장은 2020년 미국 인구 조사의 매우 세밀한 블록 수준 인구 조사 데이터에서 기밀성을 효과적으로 보호하기 위해 어떻게 스케일링될 수 있는가?
• RQ2 차별적 비밀보장이 지역 구역 조정 데이터의 정확성과 활용성에 어떤 영향을 미치는가?
• RQ3 지리적 계층 전반에 걸쳐 개인정보 보호 예산을 최적화하여 정확성과 기밀성의 균형을 어떻게 달성할 수 있는가?
• RQ4 차별적 비밀보장은 2020년 인구 조사 데이터를 활용한 과학적 추론과 통계 분석에 어떤 영향을 미치는가?
• RQ5 기존의 SDL 방법과 비교했을 때 새로운 시스템은 재식별 위험과 데이터 유용성 측면에서 어떻게 다른가?

주요 결과

• 2020년 인구 조사는 모든 표 형태 출력에 대해 차별적 비밀보장 프레임워크를 성공적으로 구현하여 블록 수준에서 개인의 기밀성을 보호하였다.
• 지리적 계층 전반에 개인정보 유출 손실을 분산시킴으로써 통제된 정확도를 달성하였으며, 소면적 추정치의 분산을 최소화하였다.
• 설계상으로도 고급 연동 공격 조건에서도 재식별 위험을 거의 제로 수준으로 낮추었다.
• 캘리브레이션된 노이즈의 사용으로 인해 공개된 통계 자료에서 개인 또는 소수의 집단이 재식별될 수 없도록 보장하였다.
• 과학적 사용자는 개인정보 유발 변동성에 적절한 조정을 가한 DP 보호 데이터를 사용하여 타당한 추론을 수행할 수 있었다.
• 노이즈 추가에도 불구하고 지역 구역 조정, 연방 재정 지원 배분, 인구 통계 분석에 충분한 데이터 유용성을 유지하였다.