[论文解读] HUT: Enabling High-UTility, Batched Queries under Differential Privacy Protection for Internet-of-Vehicles

Junyu Liu, Wangkai Jin+5 more|arXiv (Cornell University)|Feb 14, 2022

Privacy-Preserving Technologies in Data被引用 7

一句话总结

HUT 提出了一种面向车联网（IoV）的新型差分隐私（DP）机制，通过结合微聚类与顺序约束，在批量处理、非平衡查询工作负载下提升了数据效用。通过 K-means 聚类小数值数据并应用顺序感知的噪声注入，HUT 相较于最先进方法将信息损失降低了 95.69%，同时保持了强大的数学隐私保障。

ABSTRACT

The emerging trends of Internet-of-Vehicles (IoV) demand centralized servers to collect/process sensitive data with limited computational resources on a single vehicle. Such centralizations of sensitive data demand practical privacy protections. One widely-applied paradigm, Differential Privacy, can provide strong guarantees over sensitive data by adding noises. However, directly applying DP for IoV incurs significant challenges for data utility and effective protection. We observe that the key issue about DP-enabled protection in IoV lies in how to synergistically combine DP with special characteristics of IoV, whose query sequences are usually formed as unbalanced batches due to frequent interactions between centralized servers and edge vehicles. To this end, we propose HUT, a new algorithm to enable High UTility for DP-enabled protection in IoV. Our key insight is to leverage the inherent characteristics in IoV: the unbalanced batches. Our key idea is to aggregate local batches and apply Order Constraints, so that information loss from DP protection can be mitigated. We evaluate the effectiveness of HUT against the state-of-the-art DP protection mechanisms. The results show that HUT can provide much lower information loss by 95.69\% and simultaneously enable strong mathematically-guaranteed protection over sensitive data.

研究动机与目标

• 解决集中式数据处理暴露敏感车辆数据的问题，平衡车联网系统中的数据效用与隐私。
• 克服现有差分隐私机制无法考虑车联网中典型非平衡、频繁批量查询的局限性。
• 开发一种符合差分隐私的框架，最大限度减少信息损失，同时不损害数学隐私保障。
• 利用车联网查询工作负载的内在结构——特别是非平衡批次——在差分隐私下提升数据效用。
• 在简单查询与计数查询中，均显著优于最先进差分隐私机制。

提出的方法

• 使用 K-means 聚类进行微聚类，将小数值数据分组为簇，降低敏感度并提升信噪比（SNR）。
• 设置动态阈值，将小数值数据（需聚类）与大数值数据（保持不变）分离，以最小化高敏感区域的失真。
• 通过向聚类后和未聚类的数据添加拉普拉斯噪声，实现 $\epsilon$-差分隐私，确保数学隐私保障。
• 对差分隐私保护后的数据施加顺序约束（OC），根据语义或逻辑顺序重新排序结果，保留有意义的数据结构。
• 优化聚类参数（k 和阈值），以在不同隐私预算（$\epsilon$）下最小化信息损失。
• 采用混合查询处理管道：微聚类 → 差分隐私噪声注入 → 顺序约束实施 → 输出。

实验结果

研究问题

• RQ1 如何在车联网系统中有效应用差分隐私，同时避免因噪声导致的过度信息损失？
• RQ2 能否利用车联网查询序列的非平衡、批量特性来提升差分隐私下的数据效用？
• RQ3 微聚类与顺序约束在多大程度上可减少差分隐私保护查询中的信息损失？
• RQ4 HUT 在不同隐私预算（$\epsilon$）和数据分布下的性能表现如何？
• RQ5 在实际应用中，为最小化信息损失，聚类参数（k 和阈值）的最佳配置是什么？

主要发现

• 在 $\epsilon = 0.05$ 条件下，HUT 相较于最先进机制，将简单查询的平均信息损失降低了 95.69%。
• 对于计数查询，HUT 在 $\epsilon = 0.008$ 时实现最大 64.13% 的信息损失降低。
• 为最小化信息损失，最优簇数（k）位于 5 到 15 之间，k=10 通常表现优异。
• 聚类阈值的影响较小，简单查询中最多引起 1% 的方差，计数查询中最多引起 6% 的方差。
• 随着 $\epsilon$ 减小，信息损失降低效果提升，低隐私预算下获得最高增益。
• HUT 在显著优于现有方法的数据效用表现的同时，保持了强大的数学隐私保障，适用于多种查询类型。