Résumé Technique : Inférence à Taux de Double Robustesse Privée

Énoncé du Problème

L'article traite de la tension fondamentale entre la protection de la vie privée et l'efficacité de l'inférence statistique. Dans de nombreuses applications, les données sensibles $X$ doivent être protégées, généralement en injectant du bruit via un mécanisme de confidentialité local pour produire des données bruitées $Z$. Bien que cela préserve la confidentialité des unités individuelles, cela entrave intrinsèquement l'inférence des paramètres cibles $\chi(P_{VX})$ à partir de la distribution des données observées $(V, Z)$.

Le défi spécifique abordé est l'inférence de paramètres à taux de double robustesse (ou à biais mixte) sous confidentialité différentielle locale (spécifiquement, la confidentialité par variation totale). La double robustesse de taux est une propriété souhaitable où le biais à grand échantillon d'un estimateur est caractérisé par le produit des erreurs d'estimation de deux paramètres de nuisance. Cela permet une inférence non biaisée même si l'un des estimateurs de nuisance converge lentement, à condition que l'autre converge suffisamment vite. Les auteurs visent à déterminer si cette propriété de robustesse peut être préservée lorsque les données sont privatisées, et si oui, comment construire des estimateurs qui atteignent l'efficacité paramétrique dans le cadre privé.

Méthodologie

1. Classe de Paramètres Cibles

Les auteurs définissent une nouvelle classe de paramètres cibles $\chi(P_{VX})$ indexés par :

• Une régression de dimension infinie $\mu_X(v_1, x) = E[m(V, X) | V_1=v_1, X=x]$.
• Une régression de faible dimension $\gamma_V(v_2) = E[g(V, X) | V_2=v_2]$.
• Une fonctionnelle $f$ qui dépend linéairement de $\mu_X$ et de manière deux fois continûment dérivable (non linéairement) de $\gamma_V$.

Cette classe englobe des paramètres causaux tels que les effets de traitement moyens (ATE) et les effets de traitement moyens sur les traités (ATT), ainsi que des paramètres « géométriques » comme les dérivées approximatives moyennes et les intégrales de ligne.

2. Mécanisme de Confidentialité

L'article emploie des mécanismes de confidentialité locaux non interactifs $Q$. Les auteurs se concentrent sur un mécanisme spécialisé, dénommé $\alpha$-identité, qui laisse les données sensibles $X$ intactes avec une probabilité $\alpha$ et les remplace par un bruit pur tiré d'une distribution $\bar{Q}$ avec une probabilité $1-\alpha$.

• Ce mécanisme garantit une confidentialité $\alpha$-variation totale (une forme de confidentialité différentielle locale).
• Crucialement, les auteurs établissent les conditions sous lesquelles le mécanisme est inversible, permettant la récupération de la distribution des données sensibles $P_{VX}$ à partir de la distribution bruitée $P_{VZ}$. Cette invertibilité est une condition préalable pour identifier le paramètre cible $\chi(P_{VX})$ à partir des données privées.

3. Cadre Théorique

• Fonctions d'Influence Efficaces (EIF) : Les auteurs dérivent l'EIF pour le paramètre cible dans le cadre non privé et la projettent ensuite dans le cadre privé. Ils montrent que si $\tilde{\chi}$ est l'EIF dans le modèle non privé, l'EIF dans le modèle privé est $\tilde{\psi} = Q_X^{-1} \tilde{\chi}$, où $Q_X$ est un opérateur linéaire représentant l'espérance conditionnelle sous le mécanisme de confidentialité.
• Transfert de la Double Robustesse de Taux : Ils prouvent que si un paramètre est à taux de double robustesse dans le cadre non privé, il le reste dans le cadre privé. Le biais de l'estimateur privé est toujours caractérisé par le produit des erreurs d'estimation des paramètres de nuisance (spécifiquement la régression $\mu_X$ et le représentant de Riesz $r$), modulo le niveau de bruit du mécanisme de confidentialité.
• Stratégie d'Estimation Privée : Les auteurs proposent un estimateur de l'étape unique privé (one-step estimator). Cela implique de :
  1. Construire des estimateurs pour les paramètres de nuisance ($\mu_X, r, \gamma_V$, etc.) en utilisant les données bruitées.
  2. Transformer l'estimateur de la fonction d'influence non privé en utilisant l'opérateur inverse $Q_X^{-1}$.
  3. Corriger un estimateur de type "plug-in" en utilisant cette fonction d'influence transformée.

4. Estimation des Paramètres de Nuisance

L'article détaille comment estimer les paramètres de nuisance de manière privée :

• Modèles à Dimension Finie : Ils développent un estimateur privé de la méthode des moments pour les modèles de nuisance paramétriques. Ils dérivent sa distribution limite, montant qu'elle est asymptotiquement normale avec une variance qui dépend du niveau de confidentialité $\alpha$.
• Modèles à Dimension Infinie : Ils proposent une méthode de transformation où un estimateur non privé (par exemple, des estimateurs à noyau ou de séries orthogonales) est converti en un estimateur privé en appliquant $Q_X^{-1}$ aux fonctions de noyau ou de base sous-jacentes. Ils montrent que ces estimateurs transformés héritent des taux de convergence de leurs homologues non privés, gonflés par le niveau de bruit de la confidentialité (typiquement un facteur de $1/\alpha$ ou $1/\alpha^2$).

Résultats Clés

1. Préservation de la Double Robustesse : L'article démontre que la propriété de double robustesse de taux est préservée sous les mécanismes de confidentialité locale. Le biais de l'estimateur privé est déterminé par le produit des erreurs des estimateurs de nuisance, permettant des compromis flexibles entre les taux de convergence des composantes de dimension infinie et de faible dimension.
2. Efficacité Asymptotique : Sous le cadre proposé, l'estimateur de l'étape unique privé construit est asymptotiquement efficace dans le modèle non paramétrique induit par le mécanisme de confidentialité. La variance limite est la borne d'efficacité non privée mise à l'échelle par le niveau de bruit du mécanisme.
3. Taux de Convergence : Pour les paramètres de nuisance de dimension infinie, l'article montre que les versions privées des estimateurs standards (comme les estimateurs à noyau de Nadaraya-Watson ou les estimateurs de séries orthogonales) conservent leurs taux de convergence non privés, à un facteur multiplicatif près, déterminé par le paramètre de confidentialité $\alpha$.
4. Conditions d'Invertibilité : Les auteurs fournissent des conditions rigoureuses (spécifiquement pour le mécanisme $\alpha$-identité) sous lesquelles la correspondance de la distribution privée vers la distribution sensible est bien définie et linéaire, permettant l'inversion nécessaire à l'inférence.

Signification et Revendications

Les auteurs affirment que ce travail est le premier à atteindre une inférence à taux de double robustesse, efficace et non biaisée, localement privée pour une classe aussi générale de paramètres (incluant les effets causaux) où les données prennent des valeurs dans des espaces mesurables génériques.

• Réconciliation de la Confidentialité et de l'Efficacité : L'article réconcilie le conflit entre confidentialité et inférence en montissant que les propriétés structurelles des modèles semi-paramétriques (spécifiquement la double robustesse de taux) peuvent être transférées au cadre privé.
• Généralité : Contrairement aux travaux précédents qui se concentraient souvent sur des modèles paramétriques ou des estimands causaux spécifiques, ce cadre traite des paramètres de nuisance non paramétriques généraux et des données dans des espaces mesurables arbitraires.
• Praticité : En fournissant des constructions explicites pour les estimateurs de nuisance privés (tant paramétriques que non paramétriques), l'article offre une voie concrète aux praticiens pour effectuer une inférence causale robuste sur des données privatisées sans sacrifier les garanties de robustesse des méthodes de double robustesse.

Ce travail s'appuie sur et étend la littérature sur l'inférence semi-paramétrique (par exemple, Rotnitzky et al., Chernozhukov et al.) et la confidentialité différentielle locale (par exemple, Barber et Duchi, Duchi et al.), jetant un pont entre ces deux domaines.