[论文解读] A Game-Theoretic Study on Non-Monetary Incentives in Data Analytics Projects with Privacy Implications

Michela Chessa, Jens Großklags+1 more|arXiv (Cornell University)|May 10, 2015

Privacy-Preserving Technologies in Data参考文献 43被引用 4

一句话总结

本文提出一个博弈论模型，其中个体自愿以自选的精度水平向数据分析项目贡献数据，将由此产生的总体估计视为公共品。通过设定最低精度要求，分析者在无需货币激励的情况下显著提高了估计准确性，通过战略性地限制用户选择，即使在隐私偏好各异的异质人群中，也能实现更高质量的公共品。

ABSTRACT

The amount of personal information contributed by individuals to digital repositories such as social network sites has grown substantially. The existence of this data offers unprecedented opportunities for data analytics research in various domains of societal importance including medicine and public policy. The results of these analyses can be considered a public good which benefits data contributors as well as individuals who are not making their data available. At the same time, the release of personal information carries perceived and actual privacy risks to the contributors. Our research addresses this problem area. In our work, we study a game-theoretic model in which individuals take control over participation in data analytics projects in two ways: 1) individuals can contribute data at a self-chosen level of precision, and 2) individuals can decide whether they want to contribute at all (or not). From the analyst's perspective, we investigate to which degree the research analyst has flexibility to set requirements for data precision, so that individuals are still willing to contribute to the project, and the quality of the estimation improves. We study this tradeoff scenario for populations of homogeneous and heterogeneous individuals, and determine Nash equilibria that reflect the optimal level of participation and precision of contributions. We further prove that the analyst can substantially increase the accuracy of the analysis by imposing a lower bound on the precision of the data that users can reveal.

研究动机与目标

• 建立个体在数据 analytics 项目中激励的模型，参与者需在隐私成本与公共品结果带来的收益之间权衡。
• 分析分析者如何通过设定数据贡献的最低精度要求来提高估计准确性。
• 理解个体在隐私偏好上的异质性对参与度和数据质量的影响。
• 研究在非货币激励环境下，对用户选择施加战略性限制是否能提升公共品供给。
• 将模型扩展至数据获取成本存在及多维估计场景。

提出的方法

• 形式化一个非合作博弈，其中个体选择是否参与以及以何种精度水平贡献数据。
• 将分析者的目标建模为使用来自 n 名个体的贡献来估计某一标量量的总体平均值。
• 引入最低精度约束作为限制策略空间并提升估计质量的机制。
• 在同质与异质个体假设下分析纳什均衡，证明均衡策略的唯一性。
• 考虑两阶段决策结构，其中参与者先了解贡献水平再选择精度，评估信息对准确度的影响。
• 将模型扩展至数据收集成本不可忽略的情况，推导同质与异质人群下的最优采样策略。

实验结果

研究问题

• RQ1 分析者通过在数据贡献上施加最低精度要求，能在多大程度上提高估计准确性？
• RQ2 在无货币激励的数据分析项目中，异质的隐私偏好如何影响个体参与度与数据精度？
• RQ3 向参与者提供先前贡献者选择的信息，是否能提升此类博弈中总体估计的准确性？
• RQ4 当数据收集存在成本时，最优用户数量是多少？这又如何依赖于隐私成本函数？
• RQ5 所提出的机制能否推广至多维或基于模型的估计任务？

主要发现

• 即使在无货币激励的情况下，对数据贡献施加最低精度水平也能显著提高总体估计的准确性。
• 在所有考虑的情形中（包括同质与异质人群），均存在唯一的纳什均衡，确保了策略的可预测性。
• 提供先前贡献者选择的信息并未提升估计准确性，与直观预期相反。
• 在数据收集成本存在的情况下，分析者的最优策略是根据隐私成本函数选择用户子集，其选择顺序由定理 4 明确定义。
• 该方法在任意隐私成本函数与估计成本函数下均保持稳健，仅需满足温和假设，从而增强了其普适性。
• 该方法为提升数据分析中公共品供给提供了一种简单、非货币化的替代方案。