大規模集計データへのzCDPの適用

• Item type: Symposium(1)
• 公開日: 2024-10-15
• タイトル: 大規模集計データへのzCDPの適用
• タイトル / 言語: en
• タイトル: On Publishing Large Tabular Data with Zero-Concentrated Differential Privacy
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 差分プライバシー，レニー情報量，zCDP
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 京都橘大学工学部
• 著者所属: 京都橘大学工学部／(株) NTT ドコモモバイルイノベーションテック部
• 著者所属(英): en
• 著者所属(英): Faculty of Engineering, Kyoto Tachibana University
• 著者所属(英): en
• 著者所属(英): Faculty of Engineering, Kyoto Tachibana University / Mobile Innovation Tech Department, NTT DOCOMO, Inc.
• 著者名: 石岡, 卓将; 寺田, 雅之
• 著者名(英): Takumasa, Ishioka; Masayuki, Terada
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 企業や公的機関におけるデータ活用や合理的根拠に基づく政策立案（EBPM: Evidence-Based Policy Making）の推進など，データに基づく社会・産業の最適化の重要性はますます高まっている．一方で，攻撃技術の進化により従来のプライバシー保護技術の陳腐化も進んでおり，その対策が急務である．この問題に対し，任意の攻撃に対して数理的な安全性を与えるプライバシー保護フレームワークである差分プライバシーが注目されている．しかしながら，大規模高次元データに対して適切な安全性強度を保証しつつ差分プライバシーを実用的に適用することは容易ではない．そこで本論文では，安全性定義にレニー情報量を取り入れた差分プライバシーの拡張の一種である，Zero-Concentrated Differential Privacy（zCDP）に着目し，大規模高次元データのプライバシー保護に対してzCDP を導入することによる改善効果を，国勢調査に基づく人口統計データを用いて定量的に評価した．評価の結果，単純なLaplace メカニズムとzCDP を満たす最も単純なメカニズムであるGaussian メカニズムの比較では，zCDP の導入による改善効果が見られず，かえって出力データの精度が悪化した．一方で，NN-Wavelet などの複雑でかつ大規模データへの適用に適したメカニズムに対しては，zCDP の導入により顕著な改善効果を得られることが明0らかになった．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The importance of data-driven optimization in society and industry is increasing, as evidenced by the promotion of data utilization in businesses and public institutions and evidence-based policymaking (EBPM). Conversely, conventional privacy protection techniques are becoming obsolete due to the evolution of attack techniques, and measures to address this issue are urgently needed. To address this issue, differential privacy, a privacy protection framework that provides mathematical security against arbitrary attacks, has gained attention. However, applying differential privacy to large-scale, high-dimensional data while ensuring appropriate security strength is a complex and challenging task requiring innovative solutions. This paper focuses on Zero-Concentrated Differential Privacy (zCDP), an extension of differential privacy that incorporates Renyi Divergence into its security definition. We quantitatively evaluated the improvement effects of introducing zCDP for privacy protection of large-scale, high-dimensional data using population statistics based on census data. The evaluation results showed that when comparing the simple Laplace mechanism with the Gaussian mechanism, which is the most straightforward mechanism satisfying zCDP, introducing zCDP did not improve the output data’s accuracy but decreased it. On the other hand, the introduction of zCDP resulted in significant improvements for complex mechanisms suitable for large-scale data applications, such as the non-negative wavelet method.
• 書誌情報: コンピュータセキュリティシンポジウム2024論文集; p. 915-922, 発行日 2024-10-15
• 出版者 / 言語: ja
• 出版者: 情報処理学会