Congenial Differential Privacy under Mandated Disclosure
Congenial Differential Privacy under Mandated Disclosure
复制标题
强制披露下的一致差异隐私
DOI：
10.1145/3412815.3416892
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Meng, Xiao-Li
中科院分区：
文献类型：
--
作者：
Gong, Ruobin;Meng, Xiao-Li
通常需要差异化的私有数据发布来满足一组外部约束，这些约束反映了数据管理者有义务遵守的法律、道德和逻辑要求。当将约束的执行视为后处理时，会在私有化数据的生成中增加一个额外的阶段。在多阶段处理理论中，众所周知，一致性是阶段之间程序兼容性的一种形式，是最终用户直接获得统计上有效结果的先决条件。相投的差异隐私在理论上是有原则的，它促进了机制的透明度和可理解性，否则会被临时的后处理程序破坏。我们主张通过不变边际上的标准概率条件将强制披露系统性地整合到隐私机制的设计中。调节会自动呈现舒适感，因为任何额外的后处理阶段都变得不必要。我们为我们的建议提供了初步的理论保证和马尔可夫链算法。我们还讨论了在比较先天差异隐私和基于优化的后处理时出现的有趣的理论问题，以及进一步研究的方向。
Differentially private data releases are often required to satisfy a set of external constraints that reflect the legal, ethical, and logical mandates to which the data curator is obligated. The enforcement of constraints, when treated as post-processing, adds an extra phase in the production of privatized data. It is well understood in the theory of multi-phase processing that congeniality, a form of procedural compatibility between phases, is a prerequisite for the end users to straightforwardly obtain statistically valid results. Congenial differential privacy is theoretically principled, which facilitates transparency and intelligibility of the mechanism that would otherwise be undermined by ad-hoc post-processing procedures. We advocate for the systematic integration of mandated disclosure into the design of the privacy mechanism via standard probabilistic conditioning on the invariant margins. Conditioning automatically renders congeniality because any extra post-processing phase becomes unnecessary. We provide both initial theoretical guarantees and a Markov chain algorithm for our proposal. We also discuss intriguing theoretical issues that arise in comparing congenital differential privacy and optimization-based post-processing, as well as directions for further research.
登录
查看更多内容
影响因子：
4.3
作者：
Ruobin Gong
通讯作者：
Ruobin Gong
DOI：
10.29012/jpc.797
发表时间：
2019-09
期刊：
J. Priv. Confidentiality
影响因子：
--
作者：
Ruobin Gong
通讯作者：
Ruobin Gong
关于差异隐私的“语义”：贝叶斯公式
DOI：
10.29012/jpc.v6i1.634
发表时间：
2008
期刊：
J. Priv. Confidentiality
影响因子：
--
作者：
S. Kasiviswanathan;Adam D. Smith
通讯作者：
Adam D. Smith
分层普查数据的差异隐私：一种优化方法
DOI：
--
发表时间：
2019
期刊：
International Conference on Principles and Practice of Constraint Programming
影响因子：
--
作者：
Ferdinando Fioretto;Pascal Van Hentenryck
通讯作者：
Pascal Van Hentenryck
预处理的潜力和危险：建立新的基础
DOI：
--
发表时间：
2013
期刊：
影响因子：
--
作者：
A. Blocker;X. Meng
通讯作者：
X. Meng