📊 statistics

Differentially private inference framework of Riemannian manifold data

Dieser Artikel schlägt ein neuartiges Framework für die differenziell private Inferenz bei Daten auf Riemannschen Mannigfaltigkeiten vor, indem geometriebewusste Mechanismen für den Fréchet-Mittelwert und die Fréchet-Varianz entwickelt werden, deren Konsistenz und zentrale Grenzwertsätze etabliert sowie der Ansatz durch umfangreiche Simulationen und reale medizinische und soziologische Datensätze validiert wird.

Ursprüngliche Autoren: Yangdi Jiang, Xiaotian Chang, Qirui Hu

Veröffentlicht 2026-05-15

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Yangdi Jiang, Xiaotian Chang, Qirui Hu

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen, den „durchschnittlichen" Standort einer Gruppe von Wanderern zu ermitteln, die jedoch nicht auf einer flachen, geraden Straße (wie einer Stadtstraße) unterwegs sind. Stattdessen bewegen sie sich auf der Oberfläche eines riesigen, gekrümmten Berges oder einer Kugel. In der Mathematik wird diese gekrümmte Oberfläche als Riemannsche Mannigfaltigkeit bezeichnet.

Wenn Sie versuchen würden, ihre durchschnittliche Position mit standardmäßiger „flacher" Mathematik (euklidische Geometrie) zu berechnen, würden Sie ein falsches Ergebnis erhalten, da die Mathematik die Krümmung nicht berücksichtigt. Sie könnten am Ende einen Punkt berechnen, der tatsächlich in der Luft innerhalb des Berges schwebt, anstatt auf der Oberfläche, auf der sich die Wanderer tatsächlich befinden.

Darüber hinaus stellen Sie sich vor, diese Wanderer tragen sensible personenbezogene Daten (wie medizinische Aufzeichnungen oder private Meinungen). Sie möchten den „durchschnittlichen" Standort der Öffentlichkeit zur Verfügung stellen, müssen jedoch deren Privatsphäre schützen, damit niemand herausfinden kann, wo genau sich ein einzelner Wanderer befand.

Dieser Artikel schlägt ein neues Werkzeugset vor, um beide Probleme gleichzeitig zu lösen: wie man den wahren „Durchschnitt" auf einer gekrümmten Oberfläche berechnet und dabei die Daten privat hält.

Hier ist eine Aufschlüsselung ihrer Lösung unter Verwendung einfacher Analogien:

1. Das Problem: Gekrümmte Straßen und Privatsphäre

Die Krümmung: In der realen Welt leben Daten oft auf Kurven. Beispielsweise verwenden medizinische Bildgebung (wie MRT-Scans) Daten, die wie eine gekrümmte Oberfläche aussehen, und sozialwissenschaftliche Daten (wie die Richtungen, in die Menschen schauen) existieren auf einer Kugel. Standardstatistiken versagen hier, da sie davon ausgehen, dass alles flach ist.
Die Privatsphäre: Um die Privatsphäre zu schützen, fügen wir dem Daten normalerweise „Rauschen" (zufälliges statisches Rauschen) hinzu. Auf einer flachen Straße fügen Sie einfach zufälliges Rauschen in einer geraden Linie hinzu. Aber auf einem gekrümmten Berg, wenn Sie Rauschen in einer geraden Linie hinzufügen, könnten Sie die Daten vollständig vom Berg drängen, was die Mathematik zerstört.

2. Die Lösung: Zwei spezielle „Rausch"-Maschinen

Die Autoren entwickelten zwei spezielle Methoden, um Rauschen hinzuzufügen, das die Form des Berges respektiert:

Die „Riemannsche Gaußsche" (für gekrümmte Berge): Stellen Sie sich vor, Sie befinden sich auf einer Kugel. Anstatt die Daten in einer geraden Linie zu verschieben, verschiebt diese Methode sie entlang der Krümmung der Kugel selbst. Es ist, als würde man eine Murmel über die Oberfläche rollen, anstatt eine Kugel durch die Luft zu schießen. Dies funktioniert gut für Daten mit „positiver Krümmung" (wie eine Kugel).
Die „Exponential-umhüllte Gaußsche" (für Sattelformen): Stellen Sie sich eine Sattelform vor (wie ein Pringles-Chip oder eine hyperbolische Oberfläche). Diese Methode nimmt ein flaches Stück Papier (eine Tangentialebene), fügt dort Rauschen hinzu und „wickelt" es dann zurück auf die gekrümmte Oberfläche, wie beim Verpacken eines Geschenks. Dies funktioniert für „Hadamard-Mannigfaltigkeiten" (Oberflächen, die sich voneinander weg krümmen).

3. Das „Privatsphäre-Budget" (Die Kosten der Geheimhaltung)

In der Privatsphäre-Mathematik gibt es ein „Budget" (genannt $\mu$ ).

Hohes Budget: Sie können sehr genau sein, geben aber mehr über die Individuen preis.
Niedriges Budget: Sie sind sehr privat, aber Ihr „Durchschnitt" wird unscharf und weniger genau sein.

Die Autoren ermittelten eine präzise Formel, um genau zu berechnen, wie viel Rauschen hinzugefügt werden muss, basierend auf der Form des Berges und dem Privatsphäre-Budget. Vor diesem Artikel erforderte dies komplexe, langsame Computersimulationen. Die Autoren fanden einen direkten, schnellen mathematischen Abkürzungsweg.

4. Das Ergebnis: Vertrauenswürdige Durchschnitte

Sobald sie das Rauschen hinzugefügt hatten, bewiesen die Autoren, dass ihre neuen „Privaten Durchschnitte" mathematisch weiterhin funktionieren:

Konsistenz: Wenn Sie genügend Daten haben, nähert sich der private Durchschnitt dem wahren Durchschnitt immer mehr an.
Konfidenzbereiche: Sie können einen „Kreis der Unsicherheit" um den Durchschnitt zeichnen. Selbst mit dem hinzugefügten Privatsphäre-Rauschen bewiesen sie, dass dieser Kreis die richtige Größe hat, um Ihnen zu sagen, wie sicher Sie sich auf das Ergebnis verlassen können.

5. Tests in der realen Welt

Das Team testete ihre Methode an zwei Arten von realen Daten:

Medizinische Bilder: Sie untersuchten Netzhautscans (OCT-Bilder) aus einer Datenbank. Sie behandelten die Bilder als Punkte auf einer gekrümmten Oberfläche und berechneten den „durchschnittlichen Augen" für verschiedene Krankheitskategorien unter Schutz der Patientenprivatsphäre.
Soziologische Daten: Sie analysierten, wie Menschen verschiedene Berufe bewerten (wie „Einkommen" vs. „sozialer Status"). Diese Daten existieren auf einer Kugel (Richtungen). Sie zeigten, dass sie selbst mit Privatsphäre-Rauschen immer noch erkennen konnten, dass „Einkommen" und „sozialer Status" unterschiedlich bewertet werden, selbst wenn das Privatsphäre-Budget knapp war.

Zusammenfassung

Denken Sie an diesen Artikel als Erfindung eines neuen GPS für gekrümmte Welten, das über eine „Unschärfe"-Funktion für die Privatsphäre verfügt.

Vor diesem Artikel, wenn Sie den Durchschnitt von gekrümmten Daten privat ermitteln wollten, mussten Sie raten oder sehr langsame Computermethoden verwenden. Dieser Artikel gibt Ihnen eine schnelle, zuverlässige Karte und ein Regelbuch, wie stark die Karte unscharf gemacht werden muss, damit Sie immer noch das Ziel finden können, ohne die Reisenden zu enthüllen. Sie bewiesen, dass selbst mit der Unschärfe die Karte genau genug bleibt, um wissenschaftliche Entscheidungen zu treffen.

Technischer Zusammenfassung: Differenziell privates Inferenz-Framework für Daten auf Riemannschen Mannigfaltigkeiten

Problemstellung
Mit dem Fortschritt der Datenerhebung befinden sich komplexe Datensätze zunehmend in nicht-euklidischen Räumen, speziell auf Riemannschen Mannigfaltigkeiten. Zu den prominenten Beispielen gehören der Raum der symmetrischen positiv definiten Matrizen (SPDMs), der in der medizinischen Bildgebung (z. B. Diffusions-Tensor-Bildgebung) verwendet wird, sowie die Hypersphäre, die in der Richtungsstatistik (z. B. soziologische Urteilsdaten) Anwendung findet. Obwohl die Differenzielle Privatsphäre (DP) als formales Framework zum Schutz euklidischer Daten etabliert ist, bleibt ihre Erweiterung auf mannigfaltigkeitswertige Daten weitgehend unerforscht. Die Hauptherausforderungen umfassen das Fehlen einer Vektorraumstruktur (was die direkte Addition euklidischen Rauschens verhindert), die analytische Komplexität, die durch die Mannigfaltigkeitskrümmung eingeführt wird, sowie das Fehlen statistischer Inferenzverfahren (wie Konsistenz und zentrale Grenzwertsätze), die Privatsphäre auf diesen Geometrien garantieren. Dieser Beitrag adressiert das Inferenzproblem für den Fréchet-Mittelwert und die Varianz vertraulicher Daten, die auf einer $d$ -dimensionalen Riemannschen Mannigfaltigkeit unter einem DP-Framework definiert sind.

Methodik
Die Autoren schlagen ein systematisches Framework für die differenziell private (DP) Schätzung und Inferenz des populationsbasierten Fréchet-Mittelwerts ( $\eta$ ) und der Fréchet-Varianz ( $V$ ) vor. Die Methodik basiert auf zwei unterschiedlichen DP-Mechanismen, die auf spezifische geometrische Strukturen zugeschnitten sind:

Riemannisch-Gaußscher (RG) Mechanismus: Entwickelt für homogene Mannigfaltigkeiten mit positiver Krümmung (z. B. Sphären). Dieser Mechanismus injiziert Rauschen direkt auf der Mannigfaltigkeit unter Verwendung einer Riemannisch-Gaußschen Verteilung $N^{RG}(\eta, \sigma)$ , die durch eine Dichte definiert ist, die proportional zu $\exp(-\rho^2(y, \eta)/2\sigma^2)$ ist.
Exponential-Gewickelter Gaußscher (EWG) Mechanismus: Entwickelt für Hadamard-Mannigfaltigkeiten (vollständige, einfach zusammenhängende Mannigfaltigkeiten mit nicht-positiver Schnittkrümmung, z. B. SPDM-Räume mit affin-invarianten Metriken). Dieser Mechanismus nutzt die Tangentialraumstruktur, indem er eine Gaußsche Verteilung im Tangentialraum durch die Exponentialabbildung ( $\exp_p$ ) nach vorne drückt.

Wesentliche technische Beiträge:

Analytische Privatsphäre-Kalibrierung: Im Gegensatz zu früheren Arbeiten, die auf rechenintensive Markov-Ketten-Monte-Carlo-Verfahren (MCMC) zur Kalibrierung der Rauschniveaus für Mannigfaltigkeiten mit konstanter Krümmung zurückgriffen, leitet dieser Beitrag eine explizite, analytische Beziehung zwischen der Sensitivität des Fréchet-Mittelwerts, der Riemannschen Geometrie und dem Privatsphäre-Budget ( $\mu$ ) her. Dies ermöglicht die direkte Berechnung des Rauschskalenparameters $\sigma$ , ohne das Privatsphäre-Budget numerisch invertieren zu müssen.
Asymptotische Theorie: Die Autoren etablieren die $\sqrt{n}$ -Konsistenz der vorgeschlagenen DP-Schätzer. Darüber hinaus beweisen sie zentrale Grenzwertsätze (CLTs) sowohl für den DP-Fréchet-Mittelwert als auch für die DP-Varianz. Diese Ergebnisse berücksichtigen die intrinsische Geometrie der Mannigfaltigkeit, insbesondere den erwarteten Hessian der quadrierten Abstandsfunktion, und adressieren das Phänomen der „Verschmierung" (langsamere Konvergenzraten), wenn Standardannahmen nicht erfüllt sind.
Inferenzverfahren: Das Framework bietet eine vollständige Suite für statistische Inferenz, einschließlich der Konstruktion asymptotischer Konfidenzregionen für den Fréchet-Mittelwert und Konfidenzintervalle für die Fréchet-Varianz.
Private Varianzschätzung: Um eine gültige Inferenz zu ermöglichen, schlägt der Beitrag konsistente DP-Schätzer für die asymptotischen Varianzkomponenten (Matrizen $\Lambda$ und $C$ ) sowie die Grenzvarianz des Varianzschätzers vor, wobei Gaußsche Mechanismen auf den vektoriellen Formen dieser Statistiken verwendet werden.

Ergebnisse
Die vorgeschlagenen Methoden wurden durch umfangreiche numerische Experimente und reale Anwendungen validiert:

Simulationen: Experimente auf der Einheitskugel ( $S^2$ ) und dem SPDM-Raum ( $S^+_2$ ) zeigten, dass die Lücke zwischen DP- und nicht-DP-Schätzern schrumpft, wenn das Privatsphäre-Budget erhöht wird. Die Abdeckungsraten der konstruierten DP-Konfidenzregionen blieben über verschiedene Privatsphäre-Budgets hinweg nahe am nominalen Niveau (z. B. 95 %).
Reale Anwendungen:
- Medizinische Bildgebung: Angewendet auf den OCTMNIST-Datensatz (retinale OCT-Scans, die auf SPDMs abgebildet wurden). Das Framework konstruierte erfolgreich DP-Konfidenzregionen für verschiedene Diagnoseklassen und zeigte, dass moderate Privatsphäre-Budgets ( $\mu=1, 2$ ) Regionen liefern, die den nicht-DP-Pendants nahekommen, während starke Privatsphäre ( $\mu=0,1$ ) die Unsicherheit angemessen erhöht.
- Soziologische Daten: Angewendet auf Berufsbeurteilungsdaten auf einer Sphäre. Die DP-Konfidenzregionen für verschiedene Kriterien (Einkommen, sozialer Status usw.) behielten die Fähigkeit, latente Muster auch unter Privatsphäre-Einschränkungen zu unterscheiden, wobei sich die Regionen mit steigendem $\mu$ in Richtung der nicht-DP-Schätzungen zusammenzogen.

Bedeutung und Behauptungen
Der Beitrag beansprucht, der erste zu sein, der das DP-Inferenzproblem für Fréchet-Mittelwert und -Varianz auf Riemannschen Mannigfaltigkeiten unter Verwendung neuartiger Privatsphäre-Mechanismen und eines allgemeinen, implementierbaren Frameworks adressiert. Seine Bedeutung liegt in:

Brückenschlag zwischen Geometrie und Privatsphäre: Es passt den Geist der euklidischen DP erfolgreich auf gekrümmte Räume an, indem es die Rauschkalibrierung an die intrinsische geometrische Sensitivität koppelt und dabei die Krümmung sowie das Fehlen einer linearen Struktur respektiert.
Praktikabilität: Durch die Bereitstellung analytischer Kalibrierungsformeln eliminiert das Framework die Notwendigkeit für maßgeschneiderte MCMC-Verfahren oder undurchsichtige Budget-Inversionen und macht DP-Inferenz auf Mannigfaltigkeiten für reale Anwendungen rechnerisch machbar.
Statistische Strenge: Es liefert Wurzel-n-Konsistenz, CLTs und eine gültige Unsicherheitsquantifizierung (Konfidenzregionen) unter Privatsphäre-Einschränkungen, einschließlich der Bewältigung geometrischer Komplexitäten wie Verschmierung.

Die Autoren weisen auf Einschränkungen hin, insbesondere dass das Framework unter einem zentralen DP-Modell mit einem vertrauenswürdigen Aggregator operiert und derzeit keine lokalen Privatsphäre-Garantien gegenüber dem Kurator bietet, was aufgrund der nichtlinearen Geometrie von Mannigfaltigkeiten eine Herausforderung für zukünftige Arbeiten darstellt.