तकनीकी सारांश: प्राइवेट रेट-डबल-रोबस्ट इन्फरेंस (Private Rate-Double-Robust Inference)

समस्या विवरण (Problem Statement)

यह शोध पत्र गोपनीयता संरक्षण (privacy protection) और सांख्यिकीय अनुमान दक्षता (statistical inference efficiency) के बीच के मौलिक तनाव को संबोधित करता है। कई अनुप्रयोगों में, संवेदनशील डेटा $X$ को सुरक्षित रखना आवश्यक होता है, जिसे आमतौर पर एक स्थानीय गोपनीयता तंत्र (local privacy mechanism) के माध्यम से शोर (noise) इंजेक्ट करके शोर युक्त डेटा $Z$ बनाया जाता है। हालांकि यह व्यक्तिगत इकाइयों की गोपनीयता बनाए रखता है, लेकिन यह स्वाभाविक रूप से देखे गए डेटा $(V, Z)$ के वितरण से लक्षित मापदंडों $\chi(P_{VX})$ के अनुमान में बाधा डालता है।

विशिष्ट चुनौती लोकल डिफरेंशियल प्राइवेसी (विशेष रूप से, टोटल-वेरिएशन प्राइवेसी) के तहत रेट-डबल-रोबस्ट (या मिश्रित-बायस) मापदंडों के अनुमान की है। रेट-डबल-रोबस्टनेस एक वांछनीय गुण है जहाँ एक एस्टीमेटर (estimator) के बड़े-नमूने के बायस (large-sample bias) को दो न्यूसेंस मापदंडों (nuisance parameters) के अनुमान त्रुटियों के गुणनफल द्वारा अभिलक्षित किया जाता है। यह तब भी निष्पक्ष अनुमान (unbiased inference) की अनुमति देता है जब एक न्यूसेंस एस्टीमेटर धीरे-धीरे अभिसरण (converge) करता है, बशर्ते दूसरा पर्याप्त तेजी से अभिसरण करे। लेखक यह निर्धारित करने का लक्ष्य रखते हैं कि क्या इस रोबस्टनेस गुण को निजीकृत (privatized) किए गए डेटा में संरक्षित किया जा सकता है, और यदि ऐसा है, तो निजी सेटिंग में सेमिपैरामेट्रिक दक्षता प्राप्त करने के लिए एस्टीमेटर्स का निर्माण कैसे किया जाए।

कार्यप्रणाली (Methodology)

1. लक्षित मापदंड वर्ग (Target Parameter Class)

लेखक एक नवीन लक्षित मापदंड वर्ग $\chi(P_{VX})$ को परिभाषित करते हैं जो निम्नलिखित द्वारा अनुक्रमित (indexed) है:

• एक अनंत-आयामी प्रतिगमन (infinite-dimensional regression) $\mu_X(v_1, x) = E[m(V, X) | V_1=v_1, X=x]$।
• एक निम्न-आयामी प्रतिगमन (low-dimensional regression) $\gamma_V(v_2) = E[g(V, X) | V_2=v_2]$।
• एक फलन (functional) $f$ जो $\mu_X$ पर रैखिक रूप से निर्भर है और $\gamma_V$ पर दो बार निरंतर अवकलनीय (twice continuously differentiable - गैर-रैखिक) है।

यह वर्ग कारण संबंधी मापदंडों (causal parameters) जैसे औसत उपचार प्रभाव (ATE) और उपचारित व्यक्तियों पर औसत उपचार प्रभाव (ATT), साथ ही "ज्यामितीय" मापदंडों जैसे औसत अनुमानित डेरिवेटिव और लाइन इंटीग्रल्स को समाहित करता है।

2. गोपनीयता तंत्र (Privacy Mechanism)

यह शोध पत्र लोकल नॉन-इंटरैक्टिव प्राइवेसी मैकेनिज्म $Q$ का उपयोग करता है। लेखक एक विशेष तंत्र पर ध्यान केंद्रित करते हैं, जिसे $\alpha$-आइडेंटिटी कहा जाता है, जो संवेदनशील डेटा $X$ को प्रायिकता $\alpha$ के साथ यथावत छोड़ देता है और प्रायिकता $1-\alpha$ के साथ इसे वितरण $\bar{Q}$ से प्राप्त शुद्ध शोर (pure noise) से बदल देता है।

• यह तंत्र $\alpha$-टोटल-वेरिएशन प्राइवेसी (लोकल डिफरेंशियल प्राइवेसी का एक रूप) की गारंटी देता है।
• महत्वपूर्ण रूप से, लेखक स्थापित करते हैं कि यह तंत्र प्रतिवर्ती (invertible) है, जिससे शोर युक्त वितरण $P_{VZ}$ से संवेदनशील डेटा वितरण $P_{VX}$ को पुनः प्राप्त किया जा सकता है। यह प्रतिवर्तिता (invertibility) लक्षित मापदंड $\chi(P_{VX})$ को निजी डेटा से पहचानने के लिए एक पूर्व शर्त है।

3. सैद्धांतिक ढांचा (Theoretical Framework)

• एफिशिएंट इन्फ्लुएंस फंक्शन्स (EIF): लेखक गैर-निजी सेटिंग में लक्षित मापदंड के लिए EIF को व्युत्पन्न करते हैं और फिर उसे निजी सेटिंग में मैप करते हैं। वे दिखाते हैं कि यदि $\tilde{\chi}$ गैर-निजी मॉडल में EIF है, तो निजी मॉडल में EIF $\tilde{\psi} = Q_X^{-1} \tilde{\chi}$ होगा, जहाँ $Q_X$ एक रैखिक ऑपरेटर है जो गोपनीयता तंत्र के तहत सशर्त अपेक्षा (conditional expectation) का प्रतिनिधित्व करता है।
• रेट-डबल-रोबस्टनेस ट्रांसफर: वे सिद्ध करते हैं कि यदि कोई मापदंड गैर-निजी सेटिंग में रेट-डबल-रोबस्ट है, तो वह निजी सेटिंग में भी वैसा ही रहता है। निजी एस्टीमेटर का बायस अभी भी न्यूसेंस मापदंडों (विशेष रूप से प्रतिगमन $\mu_X$ और रिएज़ रिप्रेजेंटर $r$) की अनुमान त्रुटियों के गुणनफल द्वारा निर्धारित होता है, जो गोपनीयता तंत्र के शोर स्तर के अधीन है।
• निजी अनुमान रणनीति (Private Estimation Strategy): लेखक एक निजी वन-स्टेप एस्टीमेटर का प्रस्ताव करते हैं। इसमें शामिल है:
  1. शोर युक्त डेटा का उपयोग करके न्यूसेंस मापदंडों ($\mu_X, r, \gamma_V$, आदि) के लिए एस्टीमेटर्स का निर्माण करना।
  2. गैर-निजी इन्फ्लुएंस फंक्शन एस्टीमेटर को इनवर्स ऑपरेटर $Q_X^{-1}$ का उपयोग करके रूपांतरित करना।
  3. इस रूपांतरित इन्फ्लुएंस फंक्शन का उपयोग करके प्लग-इन एस्टीमेटर को ठीक (correct) करना।

4. न्यूसेंस पैरामीटर अनुमान (Nuisance Parameter Estimation)

शोध पत्र न्यूसेंस मापदंडों का निजी तौर पर अनुमान लगाने का विवरण देता है:

• परिमित-आयामी मॉडल (Finite-Dimensional Models): वे पैरामेट्रिक न्यूसेंस मॉडल्स के लिए एक निजी मेथड-ऑफ-मोमेंट्स एस्टीमेटर विकसित करते हैं। वे इसके सीमित वितरण (limiting distribution) को व्युत्पन्न करते हैं, जो यह दिखाता है कि यह एसिम्प्टोटिक रूप से सामान्य (asymptotically normal) है जिसका वेरिएंस गोपनीयता स्तर $\alpha$ पर निर्भर करता है।
• अनंत-आयामी मॉडल (Infinite-Dimensional Models): वे एक रूपांतरण विधि का प्रस्ताव करते हैं जहाँ एक गैर-निजी एस्टीमेटर (जैसे कर्नेल या ऑर्थोगोनल सीरीज़ एस्टीमेटर) को $Q_X^{-1}$ को अंतर्निहित कर्नेल या बेसिस फंक्शन पर लागू करके निजी एस्टीमेटर में परिवर्तित किया जाता है। वे दिखाते हैं कि ये रूपांतरित एस्टीमेटर्स अपने गैर-निजी समकक्षों की अभिसरण दर (convergence rates) को बरकरार रखते हैं, जो गोपनीयता शोर स्तर (आमतौर पर $1/\alpha$ या $1/\alpha^2$ का कारक) द्वारा बढ़ाया गया होता है।

मुख्य परिणाम (Key Results)

1. डबल-रोबस्टनेस का संरक्षण: यह शोध पत्र प्रदर्शित करता है कि रेट-डबल-रोबस्टनेस गुण स्थानीय गोपनीयता तंत्र के तहत संरक्षित रहता है। निजी एस्टीमेटर का बायस न्यूसेंस एस्टीमेटर्स की त्रुटियों के उत्पाद द्वारा निर्धारित होता है, जो अनंत-आयामी और निम्न-आयामी घटकों के बीच लचीले ट्रेड-ऑफ की अनुमति देता है।
2. एसिम्प्टोटिक एफिशिएंसी (Asymptotic Efficiency): प्रस्तावित ढांचे के तहत, निर्मित निजी वन-स्टेप एस्टीमेटर गोपनीयता तंत्र के शोर स्तर द्वारा स्केल किए गए गैर-निजी एफिशिएंसी बाउंड के रूप में एसिम्प्टोटिक रूप से कुशल है।
3. अभिसरण दरें (Convergence Rates): अनंत-आयामी न्यूसेंस मापदंडों के लिए, शोध पत्र दिखाता है कि मानक एस्टीमेटर्स (जैसे नादरया-वाट्सन कर्नेल एस्टीमेटर्स या ऑर्थोगोनल सीरीज़ एस्टीमेटर्स) के निजी संस्करण, गोपनीयता पैरामीटर $\alpha$ द्वारा निर्धारित गुणक स्थिरांक तक अपनी गैर-निजी अभिसरण दरों को बनाए रखते हैं।
4. प्रतिवर्तिता की शर्तें (Invertibility Conditions): लेखक $\alpha$-आइडेंटिटी तंत्र के लिए विशिष्ट शर्तें प्रदान करते हैं जिसके तहत निजी वितरण से संवेदनशील वितरण तक का मानचित्रण (mapping) सुव्यवस्थित और रैखिक है, जो अनुमान के लिए आवश्यक इनवर्जन को सक्षम बनाता है।

महत्व और दावे (Significance and Claims)

लेखक दावा करते हैं कि यह कार्य ऐसे मापदंडों के सामान्य वर्ग (जिसमें कारण संबंधी प्रभाव शामिल हैं) के लिए पहला लोकल प्राइवेट, एफिशिएंट और अनबायस्ड रेट-डबल-रोबस्ट इन्फरेंस प्राप्त करने वाला कार्य है, जहाँ डेटा जेनेरिक स्पेस में होता है।

• गोपनीयता और दक्षता का मिलन: यह शोध पत्र गोपनीयता और अनुमान के बीच के संघर्ष को यह दिखाकर सुलझाता है कि सेमिपैरैमेट्रिक मॉडल्स के संरचनात्मक गुणों (विशेष रूप से रेट-डबल-रोबस्टनेस) को निजी सेटिंग में स्थानांतरित किया जा सकता है।
• व्यापकता (Generality): पिछले कार्यों के विपरीत, जो अक्सर पैरामेट्रिक मॉडल्स या विशिष्ट कॉज़ल एस्टिमेंड्स पर केंद्रित थे, यह ढांचा सामान्य नॉन-पैरामेट्रिक न्यूसेंस मापदंडों और मनमाने मापनीय स्थानों (arbitrary measurable spaces) में डेटा को संभालता है।
• व्यावहारिकता: निजी न्यूसेंस एस्टीमेटर्स (दोनों पैरामेट्रिक और नॉन-पैरामेट्रिक) के लिए स्पष्ट निर्माण प्रदान करके, यह पेपर चिकित्सकों को डबल-रोबस्ट विधियों के रोबस्टनेस गारंटियों को खोए बिना निजीकृत डेटा पर मजबूत कॉज़ल इन्फरेंस करने के लिए एक ठोस मार्ग प्रदान करता है।

यह कार्य सेमिपैरैमेट्रिक इन्फरेंस (जैसे रोटनिट्ज़ी आदि, चेर्नोज़ुकोव आदि) और लोकल डिफरेंशियल प्राइवेसी (जैसे बारबर और दुची, दुची आदि) के साहित्य पर आधारित और विस्तारित है, जो इन दोनों क्षेत्रों के बीच के अंतर को पाटता है।