📊 statistics

DP-SPRT: Differentially Private Sequential Probability Ratio Tests

यह शोध पत्र DP-SPRT को प्रस्तुत करता है, जो वाल्ड के सीक्वेंशियल प्रोबेबिलिटी रेश्यो टेस्ट (Wald's Sequential Probability Ratio Test) के लिए एक डिफरेंशियल प्राइवेट रैपर है, जो लगभग इष्टतम सैंपल कॉम्प्लेक्सिटी और बेहतर गोपनीयता गारंटी प्राप्त करने के लिए एक नवीन 'आउटसाइडइंटरवल' (OutsideInterval) तंत्र का उपयोग करता है, जबकि यह शुद्ध और रेंजी डिफरेंशियल प्राइवेसी (Rényi differential privacy) दोनों सेटिंग्स के तहत त्रुटि संभावनाओं को प्रभावी ढंग से नियंत्रित करता है।

मूल लेखक: Thomas Michel, Debabrota Basu, Emilie Kaufmann

प्रकाशित 2026-02-05

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Thomas Michel, Debabrota Basu, Emilie Kaufmann

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक रहस्य सुलझाने वाले जासूस हैं। आपके पास दो संदिग्ध हैं: संदेशक A (दवा सुरक्षित है) और संदेशक B (दवा खतरनाक है)। एक मानक जांच में, आप लोगों की एक निश्चित संख्या (मान लीजिए, 1,000) का साक्षात्कार करने का निर्णय ले सकते हैं और फिर एक निर्णय सुना सकते हैं। लेकिन क्या होगा यदि आप जांच को उस क्षण रोक सकें जब आपके पास पर्याप्त सबूत हों? यह सीक्वेंशियल प्रोबेबिलिटी रेशियो टेस्ट (SPRT) की शक्ति है। यह एक स्मार्ट जासूस की तरह है जो सबूतों के स्पष्ट रूप से एक संदिग्ध की ओर इशारा करते ही साक्षात्कार लेना बंद कर देता है, जिससे समय और संसाधनों की बचत होती है।

हालाँकि, एक पेच है: गोपनीयता (Privacy)।

यदि आप संवेदनशील डेटा (जैसे रोगी के मेडिकल रिकॉर्ड) की जांच कर रहे हैं, तो हर बार जब आप एक प्रश्न पूछते हैं और उत्तर प्राप्त करते हैं, तो आप निजी जानकारी लीक करने का जोखिम उठाते हैं। यदि आपकी जांच किसी विशिष्ट व्यक्ति के डेटा के कारण बहुत जल्दी रुक जाती है, तो उस व्यक्ति को पता चल सकता है, "ओह नहीं, वे मेरी वजह से रुके हैं!" यह उनकी निजी जानकारी को उजागर कर देता है।

यह शोध पत्र DP-SPRT पेश करता है, जो एक नया "गोपनीयता-संरक्षित जासूस" है जो इस समस्या को हल करता है। यह कैसे काम करता है, इसे सरल अवधारणाओं में यहाँ दिया गया है:

1. समस्या: "रुकने" का संकेत रहस्य उजागर करता है

एक सामान्य परीक्षण में, जिस क्षण आप डेटा एकत्र करना बंद करने का निर्णय लेते हैं, वह अभी मिले जवाबों पर आधारित होता है। यदि संदिग्ध A, संदिग्ध B के बहुत करीब है, तो अंतिम निर्णय केवल एक व्यक्ति के उत्तर पर निर्भर हो सकता है। यदि किसी हमलावर को खेल के नियम पता हैं, तो वे यह देखकर अनुमान लगा सकते हैं कि उस अंतिम व्यक्ति ने क्या कहा था।

2. समाधान: "धुंधली खिड़की" (शोर/Noise)

गोपनीयता की रक्षा के लिए, लेखक डेटा में "धुंध" (गणितीय शोर) जोड़ते हैं। यही डिफरेंशियल प्राइवेसी (Differential Privacy) का मूल है। यह एक थोड़ी धुंधली खिड़की से सुराग देखने जैसा है। आप अभी भी सामान्य दिशा देख सकते हैं (क्या दवा सुरक्षित है या खतरनाक?), लेकिन आप किसी भी एक व्यक्ति के सटीक योगदान को नहीं पकड़ सकते।

3. नवाचार: "आउटसाइडइंटरवल" (OutsideInterval) तंत्र

पिछले अधिकांश गोपनीयता उपकरण ऐसे थे जैसे दो अलग-अलग गार्ड हों: एक "बहुत सुरक्षित" रेखा की निगरानी करने वाला और दूसरा "बहुत खतरनाक" रेखा की निगरानी करने वाला। यदि आप दोनों का उपयोग करते हैं, तो आपको दो बार "गोपनीयता कर" (privacy tax) देना पड़ता है, जिससे धुंध बहुत घनी हो जाती है और परीक्षण बहुत धीमा हो जाता है।

लेखकों ने एक नया उपकरण बनाया जिसे OutsideInterval कहा जाता है।

उपमा: कल्पना करें कि एक गलियारा है जिसमें दो दीवारें हैं (एक निचली दीवार और एक ऊपरी दीवार)। आप गलियारे में चल रहे हैं।
पुराना तरीका: आप एक गार्ड को यह देखने के लिए नियुक्त करते हैं कि क्या आप बाईं दीवार से टकराते हैं, और एक दूसरे गार्ड को यह देखने के लिए कि क्या आप दाईं दीवार से टकराते हैं। दोनों गार्डों को भुगतान (गोपनीयता लागत) की आवश्यकता होती है, और वे भ्रमित भी हो सकते हैं।
नया तरीका (OutsideInterval): आप एक सुपर-स्मार्ट गार्ड को नियुक्त करते हैं जो एक साथ दोनों दीवारों की निगरानी करता है। यह गार्ड तभी घंटी बजाता है जब आप किसी भी दीवार से टकराते हैं। क्योंकि यह गार्ड एक साथ दोनों की निगरानी कर रहा है, इसलिए वे दो अलग-अलग गार्डों की तुलना में आधी गोपनीयता लागत (या दोगुनी गोपनीयता सुरक्षा) के साथ काम कर सकते हैं।

यह परीक्षण को अधिक तेज़ी से और अधिक सटीकता से चलाने की अनुमति देता है जबकि रहस्यों को सुरक्षित रखता है।

4. यह नया जासूस कैसे काम करता है (DP-SPRT)

DP-SPRT एल्गोरिदम साक्ष्यों की निगरानी करने के लिए इस नए गार्ड का उपयोग करता है।

यह एक-एक करके डेटा एकत्र करता है।
यह डेटा और "स्टॉप लाइन्स" (सीमाओं) में थोड़ा सा "धुंध" (शोर) जोड़ता है।
यह जाँचता है: "क्या साक्ष्य स्पष्ट रूप से निचली रेखा से नीचे है, या ऊपरी रेखा से ऊपर है?"
यदि साक्ष्य बीच में है, तो यह जारी रखता है। यदि यह एक रेखा से टकराता है, तो यह रुक जाता है और निर्णय लेता है।

"धुंध" के कारण, निर्णय एक व्यक्ति के सटीक उत्तर पर आधारित नहीं होता है, इसलिए किसी भी एक व्यक्ति की पहचान रुकने के समय से नहीं की जा सकती।

5. परिणाम: तेज़, सुरक्षित और सटीक

लेखकों ने दो प्रकार की "धुंध" के साथ इसका परीक्षण किया:

लाप्लास नॉइज़ (Laplace Noise): यह एक "शुद्ध" गोपनीयता गारंटी बनाता है (एक लॉक्ड वॉल्ट की तरह)। उन्होंने साबित किया कि साधारण हाँ/ना वाले प्रश्नों (जैसे क्लिनिकल ट्रायल) के लिए, यह तरीका सबसे अच्छे संभव गैर-निजी जासूस के लगभग जितना ही तेज़ है। यह लगभग पूर्ण है।
गौसियन नॉइज़ (Gaussian Noise): यह एक अलग प्रकार की गोपनीयता (रेनी डीपी - Rényi DP) बनाता है, जो बहुत मजबूत है।

"सबसैंपलिंग" (Subsampling) का तरीका:
उन्होंने उच्च-सुरक्षा परिदृश्यों में जासूस को और भी तेज़ बनाने का एक तरीका भी खोजा। निर्णय लेने के लिए हर टुकड़े के साक्ष्य को देखने के बजाय, जासूस साक्ष्य के एक यादृच्छिक (random) नमूने को देखता है। यह एक डायरी के कुछ पन्नों को पढ़ने के बजाय पूरी डायरी पढ़ने जैसा है। यह उन्हें समान स्तर की गोपनीयता बनाए रखते हुए कम धुंध (कम शोर) का उपयोग करने की अनुमति देता है, जिससे परीक्षण बहुत पहले समाप्त हो जाता है।

सारांश

यह शोध पत्र DP-SPRT प्रस्तुत करता है, जो संवेदनशील डेटा पर अनुक्रमिक परीक्षण (sequential tests) चलाने का एक स्मार्ट तरीका है।

यह जल्दी रुक जाता है: यह अनावश्यक डेटा एकत्र करने में समय बर्बाद नहीं करता है।
यह गोपनीयता की रक्षा करता है: यह एक नए "OutsideInterval" तंत्र का उपयोग करता है जो दो दीवारों को देखने वाले एकल गार्ड की तरह कार्य करता है, जिससे गोपनीयता लागत की बचत होती है।
यह सिद्ध है: उन्होंने गणितीय रूप से सिद्ध किया है कि यह "शुद्ध" गोपनीयता और "अनुमानित" गोपनीयता दोनों के लिए काम करता है, और प्रयोगों से पता चलता है कि यह वास्तविक दुनिया के परिदृश्यों में पिछले तरीकों (जैसे PrivSPRT) की तुलना में बेहतर काम करता है।

संक्षेप में, यह जीवन बचाने वाले चिकित्सा निर्णयों या गुणवत्ता नियंत्रण जांचों को बिना कभी यह बताए कि विशिष्ट रोगी या कार्यकर्ता कौन थे, तेज़ी से करने का एक तरीका है।

तकनीकी सारांश: DP-SPRT: डिफरेंशियल प्राइवेट सीक्वेंशियल प्रोबेबिलिटी रेशियो टेस्ट्स

समस्या विवरण

सीक्वेंशियल हाइपोथीसिस टेस्टिंग, विशेष रूप से वाल्ड का सीक्वेंशियल प्रोबेबिलिटी रेशियो टेस्ट (SPRT), न्यूनतम डेटा के साथ निर्णय लेने के लिए एक मौलिक पद्धति है, जो तब तक डेटा संग्रह जारी रखती है जब तक कि सांख्यिकीय साक्ष्य पर्याप्त न हो जाएं। हालांकि, संवेदनशील डेटा (जैसे, क्लिनिकल ट्रायल्स, वित्तीय रिकॉर्ड) पर SPRT लागू करना महत्वपूर्ण गोपनीयता जोखिम पैदा करता है। सीक्वेंशियल टेस्टिंग की अनुकूलनशील (adaptive) प्रकृति का अर्थ है कि डेटा एकत्र करने का निर्णय हाल के अवलोकनों के बारे में जानकारी लीक कर सकता है। जबकि डिफरेंशियल प्राइवेसी (DP) फिक्स्ड-सैंपल सेटिंग्स के लिए एक मानक ढांचा है, मौजूदा DP तंत्र (जैसे, AboveThreshold) सीधे तौर पर सीक्वेंशियल टेस्टिंग के लिए इष्टतम नहीं हैं, क्योंकि इसमें ऊपरी और निचले दोनों बाउंड्स (bounds) की एक साथ निगरानी करने की आवश्यकता होती है। SPRT को निजी बनाने के पिछले प्रयासों में या तो कमजोर प्राइवेसी नोटions पर भरोसा किया गया, या उनमें विशिष्ट त्रुटि दरों के लिए थ्रेशोल्ड को कैलिब्रेट करने के तरीके की कमी थी, या ट्यूनिंग के लिए प्राइवेसी-लीकिंग मोंटे कार्लो सिमुलेशन की आवश्यकता थी।

कार्यप्रणाली

लेखक DP-SPRT का प्रस्ताव करते हैं, जो डिफरेंशियल प्राइवेट सीक्वेंशियल प्रोबेबिलिटी रेशियो टेस्ट्स के लिए एक सामान्य ढांचा है। कार्यप्रणाली के मुख्य भाग में दो प्रमुख नवाचार शामिल हैं:

द आउटसाइडइंटरवल मैकेनिज्म (The OutsideInterval Mechanism):
दो थ्रेशोल्ड ( $H_0$ या $H_1$ को स्वीकार करने के लिए) की एक साथ निगरानी की आवश्यकता को संबोधित करने के लिए, लेखक OutsideInterval नामक एक नया मैकेनिज्म पेश करते हैं। AboveThreshold जैसी मौजूदा तकनीकों के सहज संयोजन (जो दो अलग-अलग इंस्टेंस की आवश्यकता होगी और प्राइवेसी लागत को दोगुना कर देगी) के विपरीत, OutsideInterval क्वेरी के एक अनुक्रम को प्रोसेस करता है और तब रुक जाता है जब एक क्वेरी परिणाम एक पूर्व-निर्धारित अंतराल $[T_0, T_1]$ से बाहर गिर जाता है।
- यह क्वेरी परिणामों और थ्रेशोल्ड दोनों में शोर (noise) जोड़ता है।
- महत्वपूर्ण रूप से, यह दोनों थ्रेशोल्ड तुलनाओं के लिए एक ही नॉइज़ रियलाइजेशन का उपयोग करता है, जो प्राइवेसी विश्लेषण को कड़ा करता है।
- यह मैकेनिज्म दो अलग-अलग AboveThreshold इंस्टेंस के संयोजन की तुलना में प्राइवेसी गारंटी में कारक-2 (factor-of-2) का सुधार प्राप्त करता है।
DP-SPRT फ्रेमवर्क:
लेखक शास्त्रीय SPRT को अनुकूलित करते हैं, जिसमें टेस्ट स्टैटिस्टिक (एम्पिरिकल मीन) और निर्णय थ्रेशोल्ड दोनों में सावधानीपूर्वक कैलिब्रेटेड शोर इंजेक्ट किया जाता है।
- शोर आवंटन (Noise Allocation): यह फ्रेमवर्क विभिन्न शोर वितरणों का समर्थन करता है, विशेष रूप से लाप्लास शोर (शुद्ध $\epsilon$ -DP के लिए) और गौसियन शोर (रेनी डिफरेंशियल प्रivacy, RDP के लिए) का विश्लेषण करता है।
- त्रुटि नियंत्रण (Error Control): एक सुधार फलन $C(n, \delta)$ और एक त्रुटि आवंटन पैरामीटर $\gamma$ पेश किया गया है जो SPRT की सांख्यिकीय त्रुटि और प्राइवेसी शोर द्वारा पेश की गई त्रुटि के बीच कुल त्रुटि बजट को विभाजित करता है। यह परीक्षण को निर्धारित टाइप I ( $\alpha$ ) और टाइप II ( $\beta$ ) त्रुटि दरों को प्राप्त करने के लिए कैलिब्रेट करने की अनुमति देता है बिना किसी अनुभवजन्य ट्यूनिंग के।
- सबसॅम्पलिंग (Subsampling): उच्च-प्राइवेसी व्यवस्थाओं के लिए, लेखक एम्पिरिकल मीन को कंप्यूट करने के लिए सबसॅम्पिंग का उपयोग करने वाला एक वेरिएंट प्रस्तावित करते हैं, जो प्राइवेसी को बढ़ाता है और आवश्यक शोर के परिमाण को कम करता है।

मुख्य योगदान

सामान्य ढांचा: DP-SPRT का परिचय, जो एक रैपर है जो विभिन्न शोर तंत्रों का समर्थन करता है और सीक्वेंशियल हाइपोथीसिस टेस्टिंग के लिए कठोर प्राइवेसी गारंटी और त्रुटि नियंत्रण प्रदान करता है।
OutsideInterval मैकेनिज्म: दो थ्रेशोल्ड के विरुद्ध क्वेरी के अनुक्रम की एक साथ तुलना करने के लिए एक नया निजी मैकेनिज्म। यह सहज संयोजन की तुलना में कारक-2 का प्राइवेसी सुधार प्रदान करता है और अन्य निरंतर निगरानी समस्याओं के लिए भी लागू किया जा सकता है।
सैद्धांतिक सीमाएं (Theoretical Bounds):
- ऊपरी सीमाएं (Upper Bounds): बर्नौली अवलोकनों के लिए DP-SPRT की त्रुटि और सैंपल कॉम्प्लेक्सिटी पर जेनेरिक ऊपरी सीमाएं निकाली गई हैं, जो लाप्लास और गौसियन शोर दोनों को समाहित करती हैं।
- निचली सीमाएं (Lower Bounds): लेखक निर्धारित त्रुटियों के साथ किसी भी $\epsilon$ -DP टेस्ट के लिए सैंपल कॉम्प्लेक्सिटी पर एक निचली सीमा सिद्ध करते हैं। यह दो व्यवस्थाओं को प्रकट करता: एक जहाँ प्राइवेसी का सैंपल साइज पर न्यूनतम प्रभाव पड़ता है, और दूसरी जहाँ उच्च प्राइवेसी आवश्यकताएं अपेक्षित सैंपल साइज को महत्वपूर्ण रूप से बढ़ा देती हैं।
- निकट-इष्टतमता (Near-Optimality): अपने ऊपरी बाउंड्स की तुलना प्राप्त निचली सीमाओं से करके, लेखक दिखाते हैं कि जब त्रुटि दरें छोटी होती हैं और दोनों हाइपोथीसिसिस करीब होते हैं, तो लाप्लास शोर के साथ DP-SPRT निकट-इष्टतम होता है।
व्यावहारिक कैलिब्रेशन: पूर्व कार्य (जैसे, PrivSPRT) के विपरीत, जो थ्रेशोल्ड निर्धारित करने के लिए मोंटे कार्लो सिमुलेशन (एक प्रक्रिया जो प्राइवेसी लीक कर सकती है) पर निर्भर करते हैं, DP-SPRT सैद्धांतिक रूप से कैलिब्रेटेड थ्रेशोल्ड प्रदान करता है जो त्रुटि नियंत्रण की गारंटी देता है।

परिणाम

सैद्धांतिक प्रदर्शन: विश्लेषण प्रदर्शित करता है कि लाप्लास शोर के साथ DP-SPRT, छोटी त्रुटियों और करीबी हाइपोथीसिस के शासन में, प्राप्त निचली सीमा के साथ मल्टीप्लिकेटिव कांस्टेंट तक मेल खाते हुए, निकट-इष्टतम सैंपल कॉम्प्लेक्सिटी प्राप्त करता है।
प्रायोगिक प्रदर्शन: सिम्युलेटेड बर्नौली डेटा ( $p_0=0.3, p_1=0.7$ $p_{0} = 0.3, p_{1} = 0.7$ ) पर लक्षित त्रुटियों $\alpha=\beta=0.05$ $α = β = 0.05$ के साथ प्रयोग दिखाते हैं:
- दक्षता (Efficiency): विभिन्न प्राइवेसी स्तरों ( $\epsilon$ ) पर DP-SPRT वेरिएंट (लाप्लास, गौसियन, और सबसॅम्पिंग के साथ लाप्लास) मौजूदा PrivSPRT पद्धति की तुलना में लगातार कम नमूने (छोटा स्टॉपिंग टाइम) की आवश्यकता रखते हैं।
- सटीकता (Accuracy): DP-SPRT के लिए अनुभवजन्य टाइप I त्रुटि दरें सभी प्राइवेसी स्तरों पर लक्षित $\alpha$ से नीचे रहती हैं। इसके विपरीत, PrivSPRT कभी-कभी लक्षित दर से अधिक हो जाता है, जिसका कारण इसके मोंटे कार्लो कैलिब्रेशन के दौरान पेश किया गया शोर है।
- सबसॅम्पिंग लाभ: DP-SPRT का सबसॅम्पिंग वेरिएंट उच्च-प्राइवेसी व्यवस्थाओं (कम $\epsilon$ ) में पर्याप्त सुधार दिखाता है, जो प्राइवेसी प्रवर्धन (privacy amplification) प्रभाव को प्रमाणित करता है।

महत्व और दावे

पेपर एक महत्वपूर्ण अंतर को भरने का दावा करता है, जो पहला $\epsilon$ -DP सीक्वेंशियल टेस्ट प्रदान करता है जिसे हाइपर-पैरामीटर ट्यूनिंग या प्राइवेसी-लीकिंग सिमुलेशन के बिना निर्धारित टाइप I और टाइप II त्रुटियों को प्राप्त करने के लिए सैद्धांतिक रूप से कैलिब्रेट किया जा सकता है। लेखक जोर देते हैं कि उनका कार्य:

सीक्वेंशियल टेस्टिंग के लिए एक टाइट प्राइवेसी-यूटिलिटी ट्रेड-ऑफ स्थापित करता है, विशेष रूप से बर्नौली वितरण के लिए।
यह प्रदर्शित करता है कि लाप्लास शोर, जिसे कुछों द्वारा सीक्वेंशियल टेस्टिंग के लिए अनुपयुक्त माना गया था, वास्तव में उनके ढांचे के साथ उपयोग किए जाने पर विशिष्ट व्यवस्थाओं में निकट-इष्टतम है।
OutsideInterval मैकेनिज्म को एक संभावित स्वतंत्र योगदान के रूप में पेश करता है जो डिफरेंशियल प्राइवेसी के तहत दो थ्रेशोल्ड की एक साथ निगरानी के लिए आवश्यक किसी भी अनुप्रयोग के लिए उपयोगी है।
एक कठोर निचली सीमा प्रदान करता है जो सीक्वेंशियल टेस्टिंग में प्राइवेसी की मौलिक लागत को स्पष्ट करती है, यह दिखाते हुए कि जबकि प्राइवेसी सैंपल कॉम्प्लेक्सिटी को बढ़ाती है, प्रस्तावित एल्गोरिथ्म इस लागत को प्रभावी ढंग से कम करता है।

लेखक अपने दायरे के संबंध में एक विनम्र लहजा बनाए रखते हैं, यह नोट करते हुए कि उनकी इष्टतमता गारंटी वर्तमान में बर्नौली अवलोकनों और सरल हाइपोथीसिस के लिए स्थापित की गई है, जबकि कंपोजिट हाइपोथीसिस और अन्य वितरणों के लिए विस्तार भविष्य के कार्य के रूप में पहचाने गए हैं।