Multi-user Pufferfish Privacy

यहाँ "Multi-user Pufferfish Privacy" (नी डिंग एवं अन्य द्वारा लिखित) का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र एक बहु-उपयोगकर्ता प्रणाली (multi-user system) में व्यक्तिगत अविभेद्यता (individual indistinguishability) प्राप्त करने की चुनौती को संबोधित करता है, जहाँ उपयोगकर्ता ऐसा डेटा रिपोर्ट करते हैं जो स्वाभाविक रूप से यादृच्छिक (stochastic) है न कि नियत (deterministic)।

• संदर्भ: पारंपरिक डिफरेंशियल प्राइवेसी (DP) यह मानती है कि डेटा रिकॉर्ड नियत होते हैं। हालाँकि, कई आधुनिक परिदृश्यों में (जैसे, फेडरेटेड लर्निंग, लोकल प्राइवेसी, संवेदनशील सर्वेक्षण), एक उपयोगकर्ता का डेटा एक रैंडम वेरिएबल का एक वास्तविक रूप (realization) होता है।
• अंतराल (The Gap): जबकि Pufferfish Privacy फ्रेमवर्क को संभाव्य डेटा (probabilistic data) और एडवर्सरी प्रायर्स (adversary priors) को संभालने के लिए डिज़ाइन किया गया था, मौजूदा साहित्य मुख्य रूप से मैकेनिज्म डिज़ाइन और सैद्धांतिक विश्लेषण पर केंद्रित रहा है। इसमें इस बात पर ठोस तरीकों की कमी है कि एक बहु-उपयोगकर्ता एग्रीगेटेड क्वेरी सेटिंग में शोर (विशेष रूप से लाप्लास शोर) को कैसे कैलिब्रेट (calibrate) किया जाए ताकि मेंबरशिप इंफरेंस को रोका जा सके या विशिष्ट उपयोगकर्ता व्यवहारों (वैल्यू परिवर्तन, उपस्थिति/अनुपस्थिति, या वितरण परिवर्तन) के बीच अंतर किया जा सके।
• लक्ष्य: लेखक लाप्लास शोर (Laplace noise) को एक एग्रीगेटेड क्वेरी उत्तर में जोड़ने के लिए पर्याप्त स्थितियाँ (sufficient conditions) प्राप्त करने का लक्ष्य रखते हैं, ताकि एक एडवर्सरी उपयोगकर्ता के डेटा के संबंध में विशिष्ट "गुप्त" (secret) परिदृश्यों के बीच अंतर न कर सके, भले ही उपयोगकर्ता की उपस्थिति संभाव्य (probabilistic) हो।

2. कार्यप्रणाली (Methodology)

लेखक शोर कैलिब्रेशन के लिए Kantorovich (1-Wasserstein) मीट्रिक के साथ Pufferfish Privacy फ्रेमवर्क को अपनाते हैं।

सिस्टम मॉडल (System Model)

• बहु-उपयोगकर्ता सेटिंग: उपयोगकर्ताओं का एक सेट $\mathcal{V}$ वाली एक प्रणाली। प्रत्येक उपयोगकर्ता $i$ एक रैंडम वेरिएबल $D_i$ रिपोर्ट करता है।
• एग्रीगेटेड क्वेरी: सिस्टम एक सम क्वेरी (sum query) $X = \sum D_i$ की गणना करता है।
• उपस्थिति की संभावना (Presence Probability): प्रत्येक उपयोगकर्ता $i$ की सिस्टम में उपस्थित होने की संभावना $\zeta_i$ होती है। अनुपस्थित होने पर, वे कुछ भी योगदान नहीं देते (प्रभावी रूप से 0)।
• मैकेनिज्म (Mechanism): मैकेनिज्म क्वेरी परिणाम $Y = X + N_\theta$ में लाप्लास शोर $N_\theta$ जोड़ता है। लक्ष्य स्केल पैरामीटर $\theta$ को निर्धारित करना है।

गुप्त जोड़े (Secret Pairs)

पेपर अविभेद्यता का परीक्षण करने के लिए चार अलग-अलग गुप्त जोड़ों ($\mathbb{S}$) को परिभाषित करता है:

1. $\mathbb{S}_{a,b}$: एक उपयोगकर्ता द्वारा मान $a$ रिपोर्ट करने बनाम मान $b$ रिपोर्ट करने के बीच अंतर करना।
2. $\mathbb{S}_{a,\perp}$: एक उपयोगकर्ता द्वारा मान $a$ रिपोर्ट करने बनाम अनुपस्थित ($\perp$) होने के बीच अंतर करना।
3. $\mathbb{S}_{P,\perp}$: एक उपयोगकर्ता के वितरण $P$ के साथ उपस्थित होने बनाम अनुपस्थित होने के बीच अंतर करना।
4. $\mathbb{S}_{P,Q}$: वितरण $P$ का पालन करने वाले उपयोगकर्ता बनाम वितरण $Q$ का पालन करने वाले उपयोगकर्ता के बीच अंतर करना।

कांतोरोविच दृष्टिकोण (The Kantorovich Approach)

$\infty$-Wasserstein दूरी के कम्प्यूटेशनल रूप से महंगे होने के कारण, लेखक 1-Wasserstein दूरी (Kantorevich metric) का उपयोग करते हैं।

• वे दो अलग-अलग रहस्यों के तहत क्वेरी उत्तरों के संभाव्यता वितरणों के बीच ऑप्टिमल ट्रांसपोर्ट प्लान $\pi^*$ के आधार पर शोर स्केल $\theta$ को परिभाषित करते हैं।
• Pufferfish प्राइवेसी के लिए मूल शर्त निम्नलिखित असमानता से व्युत्पन्न की गई है:
  $$P_{Y|S}(y|s_i) \leq e^\epsilon P_{Y|S}(y|s_j)$$
• लाप्लास वितरण के गुणों और त्रिकोण असमानता (triangle inequality) का उपयोग करते हुए, वे सिद्ध करते हैं कि एक पर्याप्त स्थिति यह है:
  $$\theta \geq \frac{1}{\epsilon} \sup_{(x, x') \in \text{supp}(\pi^*)} |x - x'|$$
  अनिवार्य रूप से, शोर का स्केल ऑप्टिमल ट्रांसपोर्ट कपलिंग के सपोर्ट के बीच बिंदुओं की अधिकतम दूरी के समानुपाती होना चाहिए।

3. प्रमुख योगदान (Key Contributions)

यह पेपर ऊपर परिभाषित चार गुप्त जोड़े परिदृश्यों के लिए लाप्लास शोर को कैलिब्रेट करने के लिए कठोर पर्याप्त स्थितियाँ प्रदान करता है।

A. नियत मान परिवर्तन ($\mathbb{S}_{a,b}$ और $\mathbb{S}_{a,\perp}$)

• परिणाम: दो विशिष्ट मानों $a$ और $b$ के बीच अंतर करने के लिए, शोर स्केल $\theta = \frac{|a - b|}{\epsilon}$ है।
• महत्व: यह DP में मानक $\ell_1$-सेंसिटिविटी को दर्शाता है। महत्वपूर्ण रूप से, लेखक सिद्ध करते हैं कि यह स्थिति उपयोगकर्ता की उपस्थिति की संभावना ($\zeta_i$) और अन्य उपयोगकर्ताओं के सांख्यिकी से स्वतंत्र है। "अनुपस्थिति" का मामला गणितीय रूप से मान 0 रिपोर्ट करने के समान है।

B. वितरण परिवर्तन ($\mathbb{S}_{P,\perp}$ और $\mathbb{S}_{P,Q}$)

यह वह नवीन योगदान है जहाँ डेटा संभाव्य (probabilistic) है।

• $\mathbb{S}_{P,\perp}$ (वितरण $P$ के साथ उपस्थिति बनाम अनुपस्थिति):
  • पर्याप्त स्थिति को $\mathbb{E}_{D_i \sim P} [e^{|D_i|/\theta}] = e^\epsilon$ के रूप में व्युत्पन्न किया गया है।
  • एक सरलीकृत, रूढ़िवादी (conservative) सीमा $\theta = \frac{\max |t|}{\epsilon}$ (जहाँ $t, P$ के सपोर्ट में है) है।
  • शिथिलता (Relaxation): बाइनरी (Bernoulli) वेरिएबल्स के लिए, लेखक एक क्लोज्ड-फॉर्म समाधान निकालते हैं जो रूढ़िवादी सीमा से काफी कम है, जिससे कम शोर (reduced noise) प्राप्त होता है।
• $\mathbb{S}_{P,Q}$ (वितरण $P$ बनाम वितरण $Q$):
  • लेखक $P$ और $Q$ के संचयी वितरण फलनों (CDFs) के आधार पर एक मीट्रिक $\Delta^*(t)$ को परिभाषित करते हैं।
  • शोर स्केल $\theta = \frac{1}{\epsilon} \sup \Delta^*(t)$ है।
  • शिथिलता (Relaxation): बाइनरी वेरिएबल्स के लिए, एक "रिलैक्स्ड पर्याप्त स्थिति" प्रस्तावित की गई है (लेम्मा 2)। यह स्थिति सिस्टम के अन्य उपयोगकर्ताओं के विशिष्ट सांख्यिकी का उपयोग करती है ताकि $\theta$ पर अधिक सटीक (tight) सीमा लगाई जा सके, जिससे वर्स्ट-केस (worst-case) की तुलना में आवश्यक शोर काफी कम हो जाता है।

C. सिस्टम सांख्यिकी से स्वतंत्रता (Independence of System Statistics)

एक प्रमुख सैद्धांतिक निष्कर्ष यह है कि व्यक्तिगत अविभेद्यता के लिए, व्युत्पन्न पर्याप्त स्थितियाँ केवल विशिष्ट उपयोगकर्ता $i$ के सांख्यिकी पर निर्भर करती हैं। वे सिस्टम के अन्य उपयोगकर्ताओं की उपस्थिति की संभावनाओं या डेटा वितरणों पर निर्भर नहीं करती हैं (सिवाय उस रिलैक्स्ड बाइनरी केस के जहाँ अन्य उपयोगकर्ता के सांख्यिकी शोर को अनुकूलित करने में मदद करते हैं)।

4. प्रयोगात्मक परिणाम (Experimental Results)

लेखकों ने तीन वास्तविक दुनिया के UCI डेटासेट्स: Adult, Bank Marketing, और Student Performance पर अपने सैद्धांतिक निष्कर्षों को मान्य किया।

• शोर में कमी (Noise Reduction): मानक रूढ़िवादी सीमाओं (Theorem 3, Eq 14) के मुकाबले रिलैक्स्ड सीमाओं (Theorem 3, Eq 13 Brent's method का उपयोग करके, और Lemma 2) की तुलना करने वाले प्रयोगों में, रिलैक्स्ड स्थितियों ने लगातार एक छोटा शोर स्केल ($\theta$) दिखाया।
• डेटा उपयोगिता (Data Utility): छोटा $\theta$ कम शोर के जुड़ने का संकेत देता है, जिसके परिणामस्वरूप समान प्राइवेसी बजट $\epsilon$ बनाए रखते हुए उच्च डेटा उपयोगिता प्राप्त होती है।
• बाइनरी केस: बाइनरी फीचर्स (जैसे वैवाहिक स्थिति, ऋण स्थिति) के लिए प्रयोगों ने दिखाया कि मानक $\theta = 1/\epsilon$ दृष्टिकोण की तुलना में रिलैक्स्ड पर्याप्त स्थिति (Lemma 2) का उपयोग करने पर, विशेष रूप से निचले प्राइवेसी बजट पर, शोर में महत्वपूर्ण कमी आई।

5. महत्व और प्रभाव (Significance and Impact)

1. सिद्धांत और व्यवहार के बीच सेतु: यह पेपर Pufferfish Privacy को बहु-उपयोगकर्ता प्रणालियों के लिए एक व्यावहारिक मैकेनिज्म के रूप में स्थापित करता है जिसमें स्टोकेस्टिक डेटा होता है। यह शोर कैलिब्रेशन के लिए स्पष्ट सूत्र प्रदान करता है।
2. आंतरिक यादृच्छिकता को संभालना: यह मानक DP की एक महत्वपूर्ण सीमा को संबोधित करता है, जो औपचारिक रूप से उन परिदृश्यों को संभालता है जहाँ उपयोगकर्ता का डेटा एक रैंडम वेरिएबल है (जैसे, लोकल डिफरेंशियल प्राइवेसी मैकेनिज्म या प्राकृतिक परिवर्तनशीलता)।
3. उपयोगिता का अनुकूलन (Optimization of Utility): "रिलैक्स्ड पर्याप्त स्थितियों" (विशेष रूप से बाइनरी डेटा के लिए) को व्युत्पन्न करके, यह पेपर प्रदर्शित करता है कि कम शोर के साथ समान गोपनीयता गारंटी प्राप्त की जा सकती है, जिससे एग्रीगेटेड क्वेरी की सटीकता में सुधार होता है।
4. मॉड्यूलरिटी (Modularity): यह निष्कर्ष कि एक व्यक्ति के लिए गोपनीयता स्थितियाँ काफी हद तक शेष सिस्टम से स्वतंत्र हैं, गतिशील, बहु-उपयोगकर्ता वातावरण में गोपनीयता तंत्रों को तैनात करने को सरल बनाता है जहाँ उपयोगकर्ता आबादी बार-बार बदलती रहती है।

संक्षेप में, यह शोध पत्र बहु-उपयोगकर्ता एग्रीगेटेड क्वेरीज़ के लिए Pufferfish Privacy लागू करने के लिए एक मजबूत गणितीय आधार स्थापित करता है, जो विशिष्ट, अनुकूलित शोर कैलिब्रेशन रणनीतियाँ प्रदान करता है जो गोपनीयता गारंटी से समझौता किए बिना डेटा उपयोगिता को बढ़ाते हैं।