[论文解读] Differentially Private Spatial Decompositions

Graham Cormode, Magda Procopiuc+3 more|arXiv (Cornell University)|Mar 26, 2011

Privacy-Preserving Technologies in Data参考文献 25被引用 26

一句话总结

本文提出了差分隐私空间分解（PSD），一种利用四叉树、k-d树和R树等基于树的结构私密发布空间数据的框架。通过在层次结构的各级别应用非均匀噪声参数，并对噪声计数进行后处理以最小化方差，该方法在保持强差分隐私保证的同时显著提升了查询准确性，在实验中实现了个位数的相对误差。

ABSTRACT

Differential privacy has recently emerged as the de facto standard for private data release. This makes it possible to provide strong theoretical guarantees on the privacy and utility of released data. While it is well-known how to release data based on counts and simple functions under this guarantee, it remains to provide general purpose techniques to release different kinds of data. In this paper, we focus on spatial data such as locations and more generally any data that can be indexed by a tree structure. Directly applying existing differential privacy methods to this type of data simply generates noise. Instead, we introduce a new class of "private spatial decompositions": these adapt standard spatial indexing methods such as quadtrees and kd-trees to provide a private description of the data distribution. Equipping such structures with differential privacy requires several steps to ensure that they provide meaningful privacy guarantees. Various primitives, such as choosing splitting points and describing the distribution of points within a region, must be done privately, and the guarantees of the different building blocks composed to provide an overall guarantee. Consequently, we expose the design space for private spatial decompositions, and analyze some key examples. Our experimental study demonstrates that it is possible to build such decompositions efficiently, and use them to answer a variety of queries privately with high accuracy.

研究动机与目标

• 为在保护隐私的同时保持范围查询的实用性，解决空间数据私密发布中的挑战。
• 在差分隐私下设计常见空间索引结构（如四叉树、k-d树和R树）的私密版本。
• 通过在层次级别间优化噪声分配并后处理噪声计数，提升查询准确性。
• 提供一个通用的私密空间分解框架，平衡隐私、效率与实用性。
• 评估不同分解策略对查询准确性与可扩展性的影响。

提出的方法

• 提出私密空间分解（PSD），将标准空间索引结构（如四叉树、k-d树）适配以集成差分隐私机制。
• 从根节点到叶节点采用几何级数递减的非均匀噪声参数，降低深层、更具体区域的误差。
• 提出一种新颖的后处理技术，从噪声输入中计算节点计数的最小方差估计，推广了先前的均匀噪声方法。
• 通过私密计算分割点和区域统计量来确保差分隐私，组合所有构建模块的隐私保证。
• 采用分层噪声分配与后处理，最小化查询结果的方差，同时保持端到端的隐私性。
• 通过私密计算中位数和其他统计量，支持数据依赖的分解（如k-d树），避免信息泄露。

实验结果

研究问题

• RQ1 如何在保持强差分隐私的前提下，利用基于树的结构对空间数据进行私密分解？
• RQ2 在层次结构的各级别中采用非均匀噪声分配，对私密空间分解中的查询准确性有何影响？
• RQ3 对噪声计数进行后处理是否能提升差分隐私空间数据结构中范围查询的准确性？
• RQ4 在固定隐私预算下，不同分解策略（如四叉树、k-d树、R树）在准确性与效率方面如何比较？
• RQ5 在真实应用场景（如私密记录匹配）中，私密空间分解能在多大程度上降低误差？

主要发现

• 在ε = 0.5、深度为10时，优化后的四叉树在所有测试方法中实现了最佳查询准确性，表明将全部隐私预算分配给噪声计数具有显著优势。
• 在深度为8时，混合k-d树的准确性与深度为10的四叉树相当，表明结合私密中位数计算后，数据依赖分割策略同样有效。
• 基于单元格的k-d树在小尺寸正方形查询中表现良好（因形状对齐），但在大尺寸查询中性能下降，原因在于节点探测增加与噪声累积。
• 私密希尔伯特R树表现不稳定，某些查询形状下误差较高，表明其对结构设计与坐标编码方式敏感。
• 所提出的k-d树结合非均匀噪声与后处理，将私密记录匹配中的误差降低比率从0.93提升至0.95，使安全多方计算工作量减少28%。
• 后处理显著降低了查询结果的方差，提升了所有测试PSD的准确性，相对查询误差始终维持在个位数百分比以内。