Differentially private inference framework of Riemannian manifold data

ملخص تقني: إطار الاستدلال ذو الخصوصية التفاضلية لبيانات المتعددات التمايزية ريمان (Riemannian Manifold)

بيان المشكلة
مع تقدم جمع البيانات، أصبحت مجموعات البيانات المعقدة تستقر بشكل متزايد في فضاءات غير إقليدية، وتحديداً في "المتعددات التمايزية ريمان" (Riemannian manifolds). ومن الأمثلة البارزة على ذلك فضاء المصفوفات المتناظرة والموجبة تماماً (SPDMs) المستخدمة في التصوير الطبي (مثل تصوير موتر الانتشار)، والكرة الفائقة المستخدمة في الإحصاء الاتجاهي (مثل بيانات الأحكام الاجتماعية). وبينما تم إرساء "الخصوصية التفاضلية" (Differential Privacy - DP) كإطار رسمي لحماية البيانات الإقليدية، فإن توسيع نطاقها ليشمل البيانات ذات القيم المتعددة التمايزية لا يزال مجالاً غير مستكشف إلى حد كبير. وتتمثل التحديات الرئيسية في غياب بنية الفضاء المتجهي (مما يمنع الجمع المباشر للضجيج الإقليدي)، والتعقيد التحليلي الناتج عن انحناء المتعدد التمايزي، والافتقار إلى إجراءات الاستدلال الإحصائي (مثل الاتساق ونظريات النهاية المركزية) التي تضمن الخصوصية على هذه الهندسات. تعالج هذه الورقة مشكلة الاستدلال لمتوسط "فريشيه" (Fréchet mean) وتباين "فريشيه" لبيانات سرية معرفة على متعدد تمايزي ريماني ذي $d$ من الأبعاد تحت إطار الخصوصية التفاضلية.

المنهجية
يقترح المؤلفون إطاراً منهجياً للتقدير والاستدلال ذي الخصوصية التفاضلية لمتوسط فريشيه ($\eta$) وتباين فريشيه ($V$) للمجتمع. وتعتمد المنهجية على آليتين متميزتين للخصوصية التفاضلية مصممتين لهياكل هندسية محددة:

1. آلية ريمان الغاوسية (RG Mechanism): مصممة للمتعددات التمايزية المتجانسة ذات الانحناء الموجب (مثل الكرات). تقوم هذه الآلية بحقن الضجيج مباشرة على المتعدد التمايزي باستخدام توزيع ريماني غاوسي، $N^{RG}(\eta, \sigma)$، المعرف بكثافة تتناسب مع $\exp(-\rho^2(y, \eta)/2\sigma^2)$.
2. آلية غاوس الملتفة الأسي (EWG Mechanism): مصممة لمتعددات "هادامارد" (Hadamed manifolds) (وهي متعددات كاملة، بسيطة الاتصال، ذات انحناء قطعي غير موجب، مثل فضاءات SPDMs). تستفيد هذه الآلية من بنية الفضاء المماسي عبر دفع توزيع غاوسي من الفضاء المماسي من خلال الخريطة الأسية ($\exp_p$).

المساهمات التقنية الرئيسية:

• معايرة الخصوصية التحليلية: على عكس الأعمال السابقة التي اعتمدت على إجراءات "ماركوف تشين مونت كارلو" (MCMC) المكلفة حاسوبياً لمعايرة مستويات الضجيج للمتعددات ذات الانحناء الثابت، تشتق هذه الورقة علاقة تحليلية صريحة بين حساسية متوسط فريشيه، وهندسة ريمان، وميزانية الخصوصية ($\mu$). وهذا يسمح بالحساب المباشر لمعلمة مقياس الضجيج $\sigma$ دون الحاجة لعكس ميزانية الخصوصية عددياً.
• النظرية التقاربية: يثبت المؤلفون اتساق $\sqrt{n}$ للمقدرات المقترحة للخصوصية التفاضلية. علاوة على ذلك، يثبتون نظريات النهاية المركزية (CLTs) لكل من متوسط فريشيه وتباين فريشيه للخصوصية التفاضلية. تأخذ هذه النتيات في الاعتبار الهندسة الجوهرية للمتعدد التمايزي، وتحديداً الهيسيان (Hessian) المتوقع لدالة المسافة المربعة، وتعالج ظاهرة "التلطيخ" (smeariness) (أي معدلات التقارب الأبطأ) عندما تفشل الافتراضات القياسية.
• إجراءات الاستدلال: يوفر الإطار مجموعة كاملة للاستدلال الإحصائي، بما في ذلك بناء مناطق الثقة التقاربية لمتوسط فريشيه وفترات الثقة لتباين فريشيه.
• تقدير التباين الخاص: لتمكين الاستدلال الصحيح، تقترح الورقة مقدرات متسقة للخصوصية التفاضلية لمكونات التباين التقاربي (المصفوفات $\Lambda$ و $C$)، والتباين الحدّي لمقدر التباين، باستخدام آليات غاوسية على الأشكال المتجهة لهذه الإحصائيات.

النتائج
تم التحقق من صحة المنهجيات المقترحة من خلال تجارب عددية مكثفة وتطبيقات من الواقع:

• المحاكاة: أظهرت التجارب على الكرة الوحدة ($S^2$) وفضاء $S^+_2$ أن الفجوة بين المقدرات ذات الخصوصية والمقدرات غير ذات الخصوصية تتقلص مع زيادة ميزانية الخصوصية. وظلت معدلات التغطية للمناطق التي تم بناؤها للثقة قريبة من المستوى الاسمي (على سبيل المثال 95%) عبر مختلف ميزانيات الخصوصية.
• تطبيقات من الواقع:
  • التصوير الطبي: طُبق على مجموعة بيانات OCTMNIST (مسوحات الشبكية من نوع OCT الممثلة كـ SPDMs). نجح الإطار في بناء مناطق ثقة للخصوصية التفاضلية للفئات التشخيصية المختلفة، حيث أظهرت النتائج أن ميزانيات الخصوصية المتوسطة ($\mu=1, 2$) تعطي مناطق قريبة من نظيراتها غير ذات الخصوصية، بينما تؤدي الخصوصية القوية ($\mu=0.1$) إلى تضخيم عدم اليقين بشكل مناسب.
  • البيانات السوسيولوجية: طُبق على بيانات الأحكام المهنية على كرة. حافظت مناطق الثقة للخصوصية التفاضلية لمختلف المعايير (الدخل، المكانة الاجتماعية، إلخ) على القدرة على التمييز بين الأنماط الكامنة حتى في ظل قيود الخصوصية، مع تقلص المناطق نحو التقديرات غير ذات الخصوصية مع زيادة $\mu$.

الأهمية والادعاءات
تدعي الورقة أنها الأولى التي تعالج مشكلة استدلال الخصوصية التفاضلية لمتوسط فريشيه والتباين على المتعددات التمايزية ريمان باستخدام آليات خصوصية مبتكرة وإطار عمل عام وقابل للتنفيذ. وتكمن أهميتها في:

1. الربط بين الهندسة والخصوصية: نجحت في تطويع روح الخصوصية التفاضلية الإقليدية للفضاءات المنحنية من خلال ربط معايرة الضجيج بالحساسية الهندسية الجوهرية، مع احترام الانحناء وغياب البنية الخطية.
2. العملية: من خلال توفير صيغ المعايرة التحليلية، يلغي الإطار الحاجة إلى إجراءات MCMC مخصصة أو عمليات عكس الميزانية الغامضة، مما يجعل الاستدلال ذو الخصوصية التفاضلية على المتعددات التمايزية ممكناً حاسوبياً للتطبيقات الواقعية.
3. الدقة الإحصائية: يقدم الإطار اتساق جذر-$n$، ونظريات النهاية المركزية (CLTs)، وتقدير كمي صالح لعدم اليقين (مناطق الثقة) تحت قيود الخصوصية، بما في ذلك التعامل مع التعقيدات الهندسية مثل "التلطيخ".

يشير المؤلفون إلى وجود قيود، وتحديداً أن الإطار يعمل تحت نموذج الخصوصية التفاضلية المركزية بوجود مجمع موثوق، ولا يوفر حالياً ضمانات خصوصية محلية ضد المنسق، مما يطرح تحديات للعمل المستقبلي بسبب الهندسة غير الخطية للمتعددات التمايزية.