[论文解读] Negative Surveys

Fernando Esponda|arXiv (Cornell University)|Aug 7, 2006

Survey Sampling and Estimation Techniques参考文献 9被引用 34

一句话总结

本文提出了负向调查（Negative Surveys）这一隐私保护型调查方法，通过让受访者从 t 个答案中随机选取的 t−1 个选项里排除一个，来估算敏感多分类变量在总体中的比例。与传统随机化响应技术不同，该方法避免了直接自我报告，通过基于选择的随机化机制显著降低信息泄露，同时保证了可证明的统计可靠性。

ABSTRACT

In this paper we propose a strategy for administering a survey that is mindful of sensitive data and individual privacy. The survey in question seeks to estimate the population proportions of a sensitive, polychotomous variable and does not depend on anonymity, cryptography, or in legal guarantees for its privacy preserving properties. Our technique, called Negative Surveys, presents interviewees with a question and t possible answers, and asks participants to eliminate one of t-1 alternatives at random. The method is closely related to randomized response techniques (RRTs) in that both rely on a random component to preserve privacy; however, while RRTs require respondents to choose among questions and give an answer, negative surveys ask them to choose between possible answers to a single question. This distinction has important consequences for the privacy, methodology, and reliability of our scheme. In the course of the paper we quantify the amount of information surrendered by an interviewee, elaborate on how to estimate the desired population proportions, and discuss the properties of our method at length. We also introduce a specific setup that requires a single coin as a randomizing device, and that limits the amount of information each respondent is exposed to by presenting to them only a subset of the question's alternatives.

研究动机与目标

• 开发一种不依赖匿名性、密码学或法律保障的隐私保护型调查方法。
• 在最小化个体受访者所暴露信息的前提下，估算敏感多分类变量在总体中的比例。
• 设计一种比现有随机化响应技术更简单、更直观的方法，通过排除而非直接回答来实现。
• 量化调查设计中固有的信息损失与隐私权衡。
• 提供一种实用的实现方案，仅需最少工具（如一枚硬币）即可完成随机化。

提出的方法

• 受访者被展示一个包含 t 个可能答案的问题，并被要求从随机选择的 t−1 个选项中排除一个。
• 该方法使用随机化装置（如一枚硬币）来选择呈现哪些选项，从而将暴露范围限制在答案选项的子集内。
• 调查设计确保单个受访者不会直接暴露其真实偏好，通过选择性可见性和排除机制保护隐私。
• 利用统计模型估算总体比例，这些模型考虑了选项的随机选择过程以及排除机制。
• 该技术在数学上与随机化响应相关，但根本区别在于避免了对敏感属性的直接自我报告。
• 该方法旨在最小化每位受访者的信息让渡，同时保持总体估计的统计效率。

实验结果

研究问题

• RQ1 如何设计一种调查方法，以估算敏感总体比例，而无需依赖匿名性或密码学？
• RQ2 在参与者通过排除答案而非报告答案的调查中，每位受访者的潜在信息泄露量是多少？
• RQ3 基于排除的机制与传统随机化响应相比，在隐私保护和统计可靠性方面有何差异？
• RQ4 如何最优地随机化答案选项的呈现方式，以最小化受访者的暴露风险？
• RQ5 一枚硬币是否足以作为该框架中的有效随机化装置？

主要发现

• 负向调查方法成功估算出敏感多分类变量在总体中的比例，且无需依赖匿名性、密码学或法律保障。
• 该方法通过仅让受访者接触部分答案选项，显著减少了每位受访者的信息让渡，从而增强了隐私保护。
• 该技术通过明确定义的随机化机制实现统计可靠性，同时保持了估计的准确性。
• 一枚硬币可作为有效的随机化装置，使该方法在资源极少的条件下仍可实用部署。
• 排除机制相比直接回答方法可实现更低的信息泄露，从而提升隐私保护水平。
• 该方法在数学上严谨，为在隐私约束下估算敏感比例提供了可证明的理论框架。