Differential Privacy for Geospatial and Distribution Data Collection/Publishing
연구 내용
차등 프라이버시 하에서 지오스페이셜 위치와 시간 간격 분포를 수집·출판하는 연구
차등 프라이버시를 적용하여 원천 데이터가 노출될 위험을 줄이면서도 분포 수준의 통계를 활용할 수 있도록 하는 연구를 수행합니다. 사용자가 로컬 환경에서 직접 노이즈를 추가해 위치 히스토그램이나 위치 분포를 제공하도록 하는 섭동 메커니즘을 설계하고, 왜곡된 분포의 오차를 줄이기 위해 사후처리 단계에서 convex optimization 기반 복원/추정을 적용합니다. 또한 시간 간격 로그를 주파수 벡터로 압축하고 구조적 오류와 노이즈 간 균형을 갖는 분할 전략을 개발하여 차등 프라이버시 하에서 히스토그램 출판 성능을 개선합니다. 2차원 데이터에서는 보로노이 다이어그램을 활용해 차등 프라이버시를 만족하면서 K-means 결과 공개를 가능하게 합니다.
관련 연구 성과
관련 논문
4편
관련 특허
0건
관련 프로젝트
3건
연구 흐름
초기 연구에서는 로컬 차등 프라이버시 환경에서 사용자 위치를 안전하게 수집하기 위한 섭동 메커니즘과 오차를 줄이기 위한 파라미터 설계를 중심으로 진행되었습니다. 이후 위치 히스토그램에서 발생하는 분포 왜곡을 줄이기 위해 사후처리 복원 절차를 도입하고, 도메인 크기 및 프라이버시 예산에 따른 성능 변화를 분석하는 방향으로 확장되었습니다. 다음 단계에서는 시간 간격 로그처럼 시계열 구조를 갖는 데이터를 빈도 표현으로 정리하고, 분할 규칙을 함께 최적화하여 차등 프라이버시 출판의 잡음·구조 오류 트레이드오프를 개선했습니다. 최근에는 2차원 공간에서 K-means 공개를 위한 보로노이 기반 설계로 연구 축을 확장하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Collecting Geospatial Data Under Local Differential Privacy With Improving Frequency Estimation
Collecting Geospatial Data with Local Differential Privacy for Personalized Services
An Efficient and Differentially Private K-Means Clustering Algorithm Using the Voronoi Diagram
TIDY: Publishing a Time Interval Dataset with Differential Privacy (Extended abstract)
관련 프로젝트
구분
제목
국가통계데이터에 적용 가능한 차등정보보호 개념을 도출하고 통계분석의 유용성을 보장해야 하는 문제 해결
국가통계데이터에 적용 가능한 차등정보보호 개념을 도출하고 통계분석의 유용성을 보장해야 하는 문제 해결
국가통계데이터에 적용 가능한 차등정보보호 개념을 도출하고 통계분석의 유용성을 보장해야 하는 문제 해결