[论文解读] Adaptively Sharing Time-Series with Differential Privacy

Liyue Fan, Li Xiong|arXiv (Cornell University)|Feb 15, 2012

Privacy-Preserving Technologies in Data参考文献 15被引用 13

一句话总结

本文提出FAST，一种新颖的框架，用于不同差分隐私下的实时时间序列发布，结合自适应采样与卡尔曼滤波，以最小化隐私成本并提高准确性。通过根据数据动态动态调整采样率，并利用后验估计校正噪声观测，FAST在严格隐私预算下显著降低了误差，优于固定采样率方法。

ABSTRACT

Sharing real-time aggregate statistics of private data is of great value to the public to perform data mining for understanding important phenomena, such as Influenza outbreaks and traffic congestion. However, releasing time-series data with standard differential privacy mechanism has limited utility due to high correlation between data values. We propose FAST, a novel framework to release real-time aggregate statistics under differential privacy based on filtering and adaptive sampling. To minimize the overall privacy cost, FAST adaptively samples long time-series according to the detected data dynamics. To improve the accuracy of data release per time stamp, FAST predicts data values at non-sampling points and corrects noisy observations at sampling points. Our experiments with real-world as well as synthetic data sets confirm that FAST improves the accuracy of released aggregates even under small privacy cost and can be used to enable a wide range of monitoring applications.

研究动机与目标

• 为解决由于数据相关性和组合定理导致的不同差分隐私时间序列发布中高扰动误差问题。
• 在保持高实用性的前提下，最小化实时聚合数据发布中的总体隐私成本。
• 实现响应数据动态的自适应采样，以在快速变化期间提高准确性。
• 开发一种基于反馈的系统，整合滤波与动态采样，实现稳健估计。
• 正式分析误差界，并在流式环境中优化隐私与准确性之间的权衡。

提出的方法

• FAST使用状态空间模型表示时间序列数据，并应用卡尔曼滤波从噪声的、不同差分隐私观测中估计真实值。
• 系统将先验预测与受扰动的测量值结合，生成后验估计，以降低噪声影响。
• 一种自适应采样策略基于估计值的变化率，使用PID控制器调整采样间隔。
• PID控制器在数据快速变化期间提高采样频率，在稳定期间降低采样频率，以优化隐私预算使用。
• 对于固定采样率，该方法利用递归卡尔曼滤波方程和过程噪声模型推导误差方差界。
• 总体误差建模为采样间隔、过程噪声和隐私预算的函数，通过梯度下降进行优化。

实验结果

研究问题

• RQ1 基于数据动态的自适应采样能否在不同差分隐私时间序列发布中降低总体隐私成本并提高准确性？
• RQ2 如卡尔曼滤波等滤波技术如何降低噪声、不同差分隐私时间序列数据中的扰动误差？
• RQ3 在固定隐私预算下，采样频率与估计准确性之间的最优平衡是什么？
• RQ4 后验估计的反馈集成如何提升实时环境中长期预测的准确性？
• RQ5 所提出的框架在误差和实用性方面能否优于固定采样率，在多样化的真实世界与合成时间序列中表现更优？

主要发现

• FAST通过根据数据动态动态调整采样率，显著降低了总体估计误差，从而在相同隐私预算下提高了准确性。
• 使用卡尔曼滤波显著降低了估计误差的方差，通过将噪声观测与基于模型的预测相结合。
• 结合PID控制的自适应采样在高数据波动期间相比固定采样率表现出更低误差。
• 理论分析表明，采样点的误差方差取决于卡尔曼增益、过程噪声和隐私预算，最优R值通过梯度下降推导得出。
• 通过平衡采样间隔、估计误差和隐私成本，时间序列整体的误差方差和被最小化，固定采样率下推导出闭式表达式。
• 实验结果证实，即使在小隐私预算下，FAST仍能提高准确性，支持在实时监控应用中的实际部署。