[论文解读] Quantifying the Tradeoff Between Cybersecurity and Location Privacy

Dajiang Suo, M. Elena Renda+1 more|arXiv (Cornell University)|May 4, 2021

Privacy-Preserving Technologies in Data参考文献 34被引用 5

一句话总结

本文通过在行程数据中应用二维拉普拉斯噪声以实现差分隐私，进而对DBSCAN和基于RNN的异常检测器的影响进行评估，量化了网约车服务中位置隐私与网络安全性之间的权衡。结果表明，RNN对隐私噪声的鲁棒性显著优于DBSCAN，即使在低噪声水平下，DBSCAN的AUC下降了15%，而RNN仅下降5%，尽管两者在干净数据上的准确率相近。

ABSTRACT

When it comes to location-based services (LBS), user privacy protection can be in conflict with security of both users and trips. While LBS providers could adopt privacy preservation mechanisms to obfuscate customer data, the accuracy of vehicle location data and trajectories is crucial for detecting anomalies, especially when machine learning methods are adopted by LBS. This paper aims to tackle this dilemma by evaluating the tradeoff between location privacy and security in LBS. In particular, we investigate the impact of applying location data privacy-preservation techniques on the performance of two detectors, namely a Density-based spatial clustering of applications with noise (DBSCAN), and a Recurrent Neural Network (RNN). The experimental results suggest that, by applying privacy on location data, DBSCAN is more sensitive to Laplace noise than RNN, although they achieve similar detection accuracy on the trip data without privacy preservation. Further experiments reveal that DBSCAN is not scalable to large size datasets containing millions of trips, because of the large number of computations needed for clustering trips. On the other hand, DBSCAN only requires less than 10 percent of the data used by RNN to achieve similar performance when applied to vehicle data without obfuscation, demonstrating that clustering-based methods can be easily applied to small datasets. Based on the results, we recommend usage scenarios of the two types of trajectory anomaly detectors when applying privacy preservation, by taking into account customers' need for privacy, the size of the available vehicle trip data, and real-time constraints of the LBS application.

研究动机与目标

• 探究在基于位置的服务（LBS）中保护用户位置隐私与维持网络安全之间的冲突。
• 评估差分隐私技术（特别是二维拉普拉斯噪声）对车辆行程数据中异常检测性能的影响。
• 比较在隐私保护扰动下两种异常检测方法——基于聚类的DBSCAN与基于深度学习的RNN——的鲁棒性。
• 根据数据规模、实时性要求和隐私需求，为选择合适的异常检测器提供建议。
• 通过量化隐私保护技术对移动服务中安全性能的影响，为政策制定和系统设计提供依据。

提出的方法

• 通过在单个位置（基于位置）和轨迹中的时间相关性（基于轨迹）上应用二维拉普拉斯噪声，实现差分隐私。
• 使用DBSCAN基于行程轨迹的空间聚类实现无监督异常检测，无需训练数据。
• 采用循环神经网络（RNN）通过从历史行程数据中学习模式，并利用重构误差检测偏差，实现异常检测。
• 使用原始和扰动后的行程数据集的曲线下面积（AUC）得分评估检测器性能。
• 调整隐私参数（如通过噪声尺度调节的ε），并测试训练数据中不存在的起讫点（O-D）对变化的影响。
• 在不同规模的数据集上比较性能，尤其评估DBSCAN与RNN在可扩展性和数据效率方面的表现。

实验结果

研究问题

• RQ1 通过二维拉普拉斯噪声实现差分隐私后，DBSCAN和RNN的异常检测准确率如何变化？
• RQ2 在位置数据混淆程度不断提高的情况下，基于聚类的（DBSCAN）与基于深度学习的（RNN）异常检测器的相对鲁棒性如何？
• RQ3 行程数据集的大小如何影响DBSCAN与RNN在检测异常行程方面的性能和可扩展性？
• RQ4 在隐私保护条件下，训练数据中不存在的O-D对如何影响每种方法的检测性能？
• RQ5 在真实网约车系统中，隐私保护与异常检测效用之间存在哪些权衡？

主要发现

• 当施加低水平拉普拉斯噪声时，DBSCAN的AUC得分下降了15%，而RNN的AUC仅下降5%，表明RNN对差分隐私噪声具有更强的鲁棒性。
• 尽管在未受扰动数据上的检测准确率相近，DBSCAN对隐私保护扰动的敏感性显著高于RNN。
• DBSCAN在干净数据上实现与RNN相当性能所需的样本量不足RNN的10%，表明其在小数据集上更具数据效率。
• 由于聚类所有轨迹带来的高计算成本，DBSCAN在大规模数据集（如数百万次行程）上不可扩展。
• RNN需要超过100万次行程才能有效训练，而DBSCAN可直接应用而无需预训练，因此更适合小规模部署。
• 隐私噪声对异常检测的影响在基于聚类的方法（如DBSCAN）中更为显著，尤其当O-D对未出现在训练数据中时，凸显了此类方法的关键脆弱性。