Class-Aware Adaptive Differential Privacy in Deep Learning for Sensor-Based Fall Detection

Resumen Técnico: Privacidad Diferencial Adaptativa Consciente de la Clase en el Aprendizaje Profundo para la Detección de Caídas Basada en Sensores

Enunciado del Problema
La detección de caídas es una aplicación crítica de atención sanitaria para las personas mayores, donde una intervención oportuna puede prevenir lesiones graves. Si bien los sistemas basados en sensores que utilizan acelerómetros y giroscopios ofrecen ventajas sobre los métodos basados en visión, los datos que recopilan son altamente sensibles, ya que contienen información conductual y relacionada con la salud. Los modelos de aprendizaje profundo entrenados con estos datos son vulnerables a ataques de privacidad, como la inferencia de pertenencia y la inversión de modelos.

Los enfoques existentes de preservación de la privacidad, principalmente el Descenso de Gradiente Estocástico Privado Diferencialmente (DP-SGD), abordan esto inyectando ruido uniforme en todas las muestras de entrenamiento. Sin embargo, los conjuntos de datos de detección de caídas son inherentemente desequilibrados, con eventos de caída (clase minoritaria) significativamente menos numerosos que las Actividades de la Vida Diaria (AVD). Los autores argumentan que aplicar ruido uniforme degrada desproporcionadamente el aprendizaje de las clases minoritarias, lo que conduce a una caída significativa en el rendimiento de la predicción y en la recuperación (recall) para los eventos de caída. Existe una falta de marcos que aborden conjuntamente el aprendizaje de características espacio-temporales y la preservación de la privacidad, teniendo en cuenta el desequilibrio de clases.

Metodología
El artículo propone un marco de Privacidad Diferencial Adaptativa Consciente de la Clase (CA-ADP) integrado con una arquitectura híbrida de Red Neuronal Convolucional 3D y Memoria a Corto Plazo de Largo Alcance Bidireccional (3D CNN-BiLSTM).

1. Arquitectura del Modelo:

   • 3D CNN: Extrae características espacio-temporales de las señales de sensor crudas (datos de acelerómetro y giroscopio) segmentadas en ventanas de longitud fija.
   • BiLSTM: Procesa las características extraídas en ambas direcciones, hacia adelante y hacia atrás, para capturar dependencias temporales a largo plazo e información contextual que rodea los eventos de caída potenciales.
   • Salida: Una capa totalmente conectada con una activación sigmoidea para la clasificación binaria (Caída vs. No Caída).

2. Privacidad Diferencial Adaptativa Consciente de la Clase (CA-ADP):

   • A diferencia del DP-SGD estándar, que aplica un multiplicador de ruido fijo, CA-ADP ajusta dinámicamente la magnitud del ruido en función de la composición de clases de cada mini-lote.
   • Mecanismo: La desviación estándar del ruido ($\sigma_b$) para un mini-lote se calcula como $\sigma_b = \sigma_{base}(1 - \alpha \bar{y}_b)$, donde $\bar{y}_b$ es la etiqueta media del lote (proporción de eventos de caída) y $\alpha$ es un factor adaptativo.
   • Efecto: Los lotes dominados por eventos de caída (clase minoritaria) reciben una inyección de ruido menor para preservar la señal del gradiente, mientras que los lotes dominados por AVD (clase mayoritaria) reciben un ruido mayor.
   • Garantía de Privacidad: El sistema mantiene una garantía formal de Privacidad Diferencial $(\epsilon, \delta)$. El presupuesto de privacidad se calcula utilizando el contador de Privacidad Diferencial de Rényi (RDP), basado en el valor máximo de ruido ($\sigma_{base}$) aplicado en todos los lotes para asegurar un límite superior conservador.

3. Configuración Experimental:

   • Conjuntos de Datos: El marco se evaluó en tres conjuntos de datos de referencia públicos: SisFall, UP-Fall y MobiAct.
   • Preprocesamiento: Una pipeline estandarizada que incluye filtrado de ruido (filtro paso bajo Butterworth para SisFall), normalización (StandardScaler) y segmentación por ventana deslizante con un 50% de superposición.
   • Líneas Base: Se realizaron comparaciones frente a una 3D CNN independiente, una BiLSTM independiente y una 3D CNN-BiLSTM híbrida que utiliza DP-SGD uniforme convencional (CONV-DP).

Resultados Clave
El marco CA-ADP propuesto demostró un rendimiento superior en comparación con los modelos de preservación de la privacidad convencionales en los tres conjuntos de datos:

• Mejoras en el Rendimiento: En términos de puntuación F, CA-ADP logró mejoras del 3.3% (SisFall), 8.5% (UP-Fall) y 7.5% (MobiAct) sobre la línea base DP-SGD convencional.
• Mejora en la Recuperación (Recall): Las ganancias más significativas se observaron en la recuperación, con CA-ADP mejorando aproximadamente 0.088 en promedio en comparación con CONV-DP. Esto es crítico para la detección de caídas, donde omitir una caída (Falso Negativo) es más perjudicial que una falsa alarma.
• Significación Estadística: Las pruebas de rangos con signo de Wilcoxon confirmaron que las mejoras de rendimiento de CA-ADP sobre CONV-DP son estadísticamente significativas ($p < 0.0167$ después de la corrección de Bonferroni) en todas las métricas y conjuntos de datos.
• Compensación Privacidad-Utilidad: El análisis mostró que CA-ADP logra un mejor equilibrio entre privacidad y utilidad. En los conjuntos de datos SisFall y UP-Fall, CA-ADP logró presupuestos de privacidad ($\epsilon$) más bajos que CONV-DP (lo que indica una protección de privacidad más fuerte para la misma utilidad), mientras que en MobiAct, el presupuesto de privacidad fue comparable.
• Comparación con Trabajos Previos: El modelo propuesto logró una precisión y puntuaciones F competitivas o superiores en comparación con estudios anteriores en estos conjuntos de datos, con la ventaja añadida de proporcionar garantías formales de privacidad, las cuales carecían en gran medida los trabajos anteriores.

Importancia y Afirmaciones
Los autores afirman que este estudio es el primero en aplicar un mecanismo de Privacidad Diferencial Adaptativa Consciente de la Clase específicamente al problema de la detección de caídas.

• Abordando el Desequilibrio: La contribución principal es demostrar que la programación adaptativa de ruido basada en la composición de clases de los mini-lotes puede mitigar la degradación del rendimiento típicamente asociada con la privacidad diferencial en conjuntos de datos sanitarios desequilibrados.
• Garantías Formales: A diferencia de muchos estudios existentes de detección de caídas que se centran únicamente en la precisión, este trabajo proporciona garantías rigurosas de DP $(\epsilon, \delta)$, abordando la necesidad ética y legal de proteger los datos sensibles de los usuarios en la IA sanitaria.
• Utilidad Práctica: Los resultados sugieren que CA-ADP no solo preserva la privacidad, sino que puede actuar como un regularizador implícito, mejorando potencialmente la generalización y la recuperación para eventos raros (caídas) mejor que las líneas base no privadas en ciertos escenarios.

Limitaciones y Direcciones Futuras
Los autores reconocen modestamente que los presupuestos de privacidad alcanzados ($\epsilon > 10$) no son tan estrictos como los defendidos en cierta literatura sobre privacidad diferencial, una consecuencia del tamaño de lote pequeño y los multiplicadores de ruido utilizados. También señalan que los conjuntos de datos se recopilaron bajo condiciones controladas de laboratorio. El trabajo futuro tiene como objetivo reducir el presupuesto de privacidad al rango de $\epsilon = 3-5$, explorar la privacidad diferencial cero concentrada, extender el marco al reconocimiento de tipos de caídas multiclase e integrar el mecanismo en un entorno de aprendizaje federado.