[論文レビュー] Privacy-Enhanced Architecture for Occupancy-based HVAC Control

Ruoxi Jia, Roy Dong+2 more|arXiv (Cornell University)|Jul 11, 2016

Building Energy and Comfort Optimization参考文献 24被引用数 10

ひとこと要約

本稿では、個々の位置追跡を保護しつつエネルギー効率の良い建物運用を維持するため、占有状況に基づくHVAC制御のためのプライバシー強化アーキテクチャを提案する。相互情報量をプライバシー指標として用い、制御性能制約のもとでプライバシー損失を最小化する凸最適化問題を定式化し、実世界のデータを用いて最適なノイズ注入が、ランダムまたは固定の歪み手法よりも優れた制御器性能を維持することを示した。

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.

研究の動機と目的

• スマートビルにおける占有センシングが引き起こすプライバシーリスクに対処する。具体的には、集計された占有データから個々の位置追跡が推定可能になる可能性があること。
• 占有状況に基づくHVACシステムにおけるプライバシー損失と制御性能のトレードオフをモデル化する。
• プライバシー漏洩を最小限に抑えるとともに、許容可能なHVAC制御性能を保証するため、占有データに最適なノイズを注入するメカニズムを設計する。
• 実世界の占有トレースとシミュレートされた建物ダイナミクスを用いて、フレームワークを検証する。
• 提案手法が、プライバシーと利便性のトレードオフにおいて、ランダムまたは固定の歪み手法を上回ることを示す。

提案手法

• 個々の位置追跡と報告された占有状況との間の相互情報量（MI）を、形式的なプライバシー指標として用いる。
• 制御性能制約のもとでMIを最小化する凸最適化問題を定式化し、最適なノイズ注入の解析的解を得る。
• アウグスブルクデータセットからの実際の占有データに最適な歪み方式を適用し、HVAC制御性能をシミュレートする。
• ベースライン手法（クリーンなデータ、固定の占有スケジュール、一様なランダム歪み、実際のセンサノイズを模倣する多項分布歪み）と比較する。
• モンテカルロシミュレーションを用いて、さまざまな歪みレベルにおける制御コストとプライバシー損失を評価する。
• 15人の利用者を含む合成データを用いて、フレームワークのスケーラビリティとロバストネスをテストする。

実験結果

リサーチクエスチョン

• RQ1 相互情報量は、占有状況に基づくHVACシステムにおけるプライバシー損失を定量化する有効かつ取り扱いやすい指標として機能するか？
• RQ2 プライバシー漏洩を最小限に抑えつつHVAC制御性能を維持するため、どのように最適なノイズを占有データに注入できるか？
• RQ3 提案された最適化に基づく歪み方式は、プライバシーと利便性のトレードオフにおいて、ランダムまたはヒューリスティックな歪み手法を上回るか？
• RQ4 利用者数が増加するにつれて、プライバシーと利便性のトレードオフはどのように変化するか？
• RQ5 フレームワークは、より大きな実際の建物の利用者人口にスケーリング可能であり、性能を維持できるか？

主な発見

• 提案された最適な歪み方式は、他の手法をパレート支配し、一様または多項分布のランダム歪みよりも優れたプライバシーと利便性のトレードオフを達成する。
• 高いプライバシー損失レベルでは、最適な方式の性能はランダム手法と類似するが、プライバシーが向上する（損失が低い）状況では、最適な方式が顕著に優れている。
• 強力なプライバシー制約下でも、クリーンな占有データを使用した場合と同等の制御器性能を維持する。
• 利用者数が増えると、生の占有データからのプライバシーリスクは自然に低下するが、提案された歪みにより、特に小規模またはスパarsely occupiedな空間において、さらにプライバシーが強化される。
• 合成データを用いて15人の利用者にスケーリングした場合でも、最適化に基づくアプローチはプライバシーと利便性のトレードオフにおける優位性を維持し、スケーラビリティを確認した。
• 相互情報量指標は、敵が個々の位置を推定する能力を正確に反映しており、これがプライバシー指標としての有効性を裏付けている。