[論文レビュー] Small Count Privacy and Large Count Utility in Data Publishing

Ada Wai-Chee Fu, Jia Wang+2 more|arXiv (Cornell University)|Feb 15, 2012

Privacy-Preserving Technologies in Data参考文献 35被引用数 7

ひとこと要約

本稿では、少数集計クエリ（例：希少な疾患）から得られる機微な情報を特に保護しつつ、大規模集計クエリのための高い有用性を維持する、プライバシー保護型データ公開メカニズムを提案する。大数の法則を活用し、微分プライバシーの洗練された形を導入することで、大規模集計クエリでは正確な結果が得られ、少数集計クエリでは高い誤差が生じる。これは、機微な少数集計クエリのプライバシーを損なわず、有用性の面で最先端の手法を上回る。

ABSTRACT

While the introduction of differential privacy has been a major breakthrough in the study of privacy preserving data publication, some recent work has pointed out a number of cases where it is not possible to limit inference about individuals. The dilemma that is intrinsic in the problem is the simultaneous requirement of data utility in the published data. Differential privacy does not aim to protect information about an individual that can be uncovered even without the participation of the individual. However, this lack of coverage may violate the principle of individual privacy. Here we propose a solution by providing protection to sensitive information, by which we refer to the answers for aggregate queries with small counts. Previous works based on $\ell$-diversity can be seen as providing a special form of this kind of protection. Our method is developed with another goal which is to provide differential privacy guarantee, and for that we introduce a more refined form of differential privacy to deal with certain practical issues. Our empirical studies show that our method can preserve better utilities than a number of state-of-the-art methods although these methods do not provide the protections that we provide.

研究の動機と目的

• 高有用性が少数集計クエリからの機微な情報の漏洩を引き起こす可能性があるというプライバシーと有用性のジレンマに対処すること。
• 標準的な微分プライバシーが保護しないにもかかわらず、公開されたデータから推論可能な機微な情報を同定し、保護すること。
• 微分プライバシーの保証と、大規模集計に対して正確で、少数集計に対してはぼかされた有用性を併せ持つメカニズムを構築すること。これは補助知識に依存しない。
• ℓ-多様性や従来の微分プライバシーといった既存手法の限界を克服すること。これらは少数集計クエリからの推論攻撃を防げない。

提案手法

• 個々の参加がクエリ結果に与える影響を最小限に抑えるために、微分プライバシーの洗練された形、すなわちℓ′-ずらしゼロ微分プライバシーを導入する。
• 集計集団のサイズに応じて機微な属性にランダム化を適用し、大規模集団ではノイズを低減し、小規模集団ではノイズを増加させる。これは大数の法則に基づく。
• 唯一の設定可能なパラメータはℓ′（小規模集計の閾値を制御）であり、パラメータフリーのメカニズムである。ℓ′ ≥ 5 と設定することで、強い有用性が得られると示されている。
• データの洗練プロセスとして、大規模集団では統計的正確性を保ちつつ、希少なパターンをぼかす方法で機微な値を摂動させる。
• 補助知識攻撃に強くするために、機微な属性のドメインに属する任意の値を許容する。これにより、非機微な属性を通じた値のリンクが不可能になる。
• 公開データが大規模集計クエリに対して高い有用性を維持する一方で、少数集計クエリは意図的に摂動させ、漏洩を防ぐ。

実験結果

リサーチクエスチョン

• RQ1 標準的な微分プライバシーが保護しないにもかかわらず、少数集計集計クエリから得られる機微な情報に対し、強いプライバシー保証を提供できるデータ公開メカニズムは存在するか？
• RQ2 微分プライバシーをどのように強化すれば、大規模集計クエリの有用性を損なわず、少数集計に基づく推論攻撃を防げるか？
• RQ3 集計クエリにおける大規模集団と小規模集団の区別をもとに、プライバシーと有用性のバランスをどの程度達成できるか？
• RQ4 パラメータフリーまたは最小限のパラメータを必要とするメカニズムを設計することは可能か。その場合、大規模集計に対しては高い有用性、少数集計に対しては強いプライバシーを確保できるか？
• RQ5 本手法は、少数集計クエリを明示的に保護しない既存の最先端手法と比較して、有用性とプライバシーの両面で優れているか？

主な発見

• 実データセットを用いた実験により、少数集計クエリの保護を行わない最先端手法と比較して、本手法は顕著に優れた有用性を達成した。
• ℓ′ を 5 以上に設定すると、プライバシーにほとんど影響を与えることなく、強力な有用性性能が得られ、パラメータ選択に対してロバストであることが示された。
• 希少な疾患のような少数集計クエリからの機微な情報を、高い誤差を導入することで効果的に保護し、リンク攻撃を防いだ。
• 補助知識が存在する状況でも、微分プライバシーの保証を維持しつつ、少数集計からの機微な推論をぼかすことができた。
• 実験結果から、大規模集計クエリは高い正確性で推定された一方で、少数集計クエリは顕著なノイズにより隠蔽された。これは望ましい差別的有用性を達成した。
• 補助知識攻撃に対して耐性がある。機微な属性のドメインに属する任意の値を許容するため、リンク攻撃による値の再構築のリスクが排除された。