5. 関連研究:差分プライバシ1
• デファクトスタンダードなプライバシ定義
• ヒストグラムの集計に個人の情報が使われていると判断できる確率を制限
• ヒストグラムの各値にラプラス分布に従うノイズを付加
• すべてのデータを均等に扱いノイズを付加
• 差分プライバシはあらゆる攻撃に対するプライベート性を考える
• 過疎地帯に対してはノイズの影響が無視できない
2013/7/22
5
[1] C.Dwork, F.McSherry, K.Nissim, A.Smith, “Calibrating noise to sensitivity in private data analysis”, Proc. of the
Third Conference on Theory of Cryptography, pp. 265-284, 2006.
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ −
−
φ
µ
φ
||
exp
2
1 x
マルコフ過程を用いた位置情報継続開示のためのアドバーザリアルプライバシ
過疎地域における
ノイズ付加の結果
6. 関連研究:差分プライバシ1
• デファクトスタンダードなプライバシ定義
• ヒストグラムの集計に個人の情報が使われていると判断できる確率を制限
• ヒストグラムの各値にラプラス分布に従うノイズを付加
• すべてのデータを均等に扱いノイズを付加
• 差分プライバシはあらゆる攻撃に対するプライベート性を考える
• 過疎地帯に対してはノイズの影響が無視できない
2013/7/22
6
[1] C.Dwork, F.McSherry, K.Nissim, A.Smith, “Calibrating noise to sensitivity in private data analysis”, Proc. of the
Third Conference on Theory of Cryptography, pp. 265-284, 2006.
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ −
−
φ
µ
φ
||
exp
2
1 x
マルコフ過程を用いた位置情報継続開示のためのアドバーザリアルプライバシ
攻撃者に仮定を与え差分プライバシより弱いが
利便性の高い出力を得るためのプライバシ定義を提案する
過疎地域における
ノイズ付加の結果
vs.
22. 評価実験:頻出パス抽出
• 実験設定
• 渋谷周辺・町田周辺の各地域で頻出パスのランキングを作成
• 位置情報の集約者は (パス,そのパスを通った人数)を出力
• 解析者は出力結果をソートしてランキングを作成
• 比較手法
• Chenらの差分プライバシを満たすアルゴリズム5
• 頻出パス抽出に特化したアルゴリズム
• 稀なパスをあらかじめDBから削除することでノイズ付加量を削減
• 変化点検出と同様 DP-1(ε = 1) と DP-100 (ε = 100) を用意
2013/7/22
マルコフ過程を用いた位置情報継続開示のためのアドバーザリアルプライバシ
22
[5] R.Chen, G.Acs, C.Castelluccia, “Differentially Private Sequential Data Publication via Variable-Length N-
Grams,” Proc. of the 19th ACM Conference on Computer and Communications Security, pp.638-649, 2012.
23. 実験結果
• 評価尺度にはNDCG6を用いた
• トップ k ランキングの善し悪しを評価(値が大きいほど正解に近い)
2013/7/22
マルコフ過程を用いた位置情報継続開示のためのアドバーザリアルプライバシ
23
[6] K.Järvelin, J.Kekäläinen, ”IR evaluation methods for retrieving highly relevant documents,” Proc. of the 23rd
Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, pp.41-48,
2000.
良
悪
渋谷周辺
町田周辺
24. 実験結果
• 評価尺度にはNDCG6を用いた
• トップ k ランキングの善し悪しを評価(値が大きいほど正解に近い)
2013/7/22
マルコフ過程を用いた位置情報継続開示のためのアドバーザリアルプライバシ
24
[6] K.Järvelin, J.Kekäläinen, ”IR evaluation methods for retrieving highly relevant documents,” Proc. of the 23rd
Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, pp.41-48,
2000.
良
悪
渋谷周辺
町田周辺
• 提案手法・比較手法ともに正解ランキングとほぼ等しい頻出パスランキングを抽出
• 比較手法は稀なパスは削除済みのため抽出不可能
• 一方提案手法は稀なパスであっても抽出可能
• 提案手法はパスの出力に対しても有効