論文の概要: Quantifying Privacy Risks of Public Statistics to Residents of Subsidized Housing

• arxiv url: http://arxiv.org/abs/2407.04776v1
• Date: Fri, 5 Jul 2024 18:00:02 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-09 22:36:40.239833
• Title: Quantifying Privacy Risks of Public Statistics to Residents of Subsidized Housing
• Title（参考訳）: 補助住宅居住者に対する公共統計のプライバシーリスクの定量化
• Authors: Ryan Steed, Diana Qing, Zhiwei Steven Wu,
• Abstract要約: 補助住宅の回答者は、強制退去を恐れて、故意に無許可の子供や他の世帯メンバーに言及しない可能性がある。 十年国勢調査と住宅都市開発省の公的統計を組み合わせることで、簡易で安価な復興攻撃を実演する。 我々の結果は、信頼できる正確な国勢調査を求める政策立案者にとって貴重な例である。
• 参考スコア（独自算出の注目度）: 28.493827954922885
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: As the U.S. Census Bureau implements its controversial new disclosure avoidance system, researchers and policymakers debate the necessity of new privacy protections for public statistics. With experiments on both published statistics and synthetic data, we explore a particular privacy concern: respondents in subsidized housing may deliberately not mention unauthorized children and other household members for fear of being evicted. By combining public statistics from the Decennial Census and the Department of Housing and Urban Development, we demonstrate a simple, inexpensive reconstruction attack that could identify subsidized households living in violation of occupancy guidelines in 2010. Experiments on synthetic data suggest that a random swapping mechanism similar to the Census Bureau's 2010 disclosure avoidance measures does not significantly reduce the precision of this attack, while a differentially private mechanism similar to the 2020 disclosure avoidance system does. Our results provide a valuable example for policymakers seeking a trustworthy, accurate census.
• Abstract（参考訳）: アメリカ合衆国国勢調査局が新たな情報開示回避システムを実装しているため、研究者や政策立案者は、公共統計のために新しいプライバシー保護の必要性について議論している。 補助住宅の回答者は、故意に無許可の子供や、追放されることを恐れて他の世帯メンバーに言及しないかもしれない。 2010年12月の国勢調査と住宅都市開発省の公的統計を組み合わせることで、2010年に居住ガイドラインに違反している補助世帯を識別できる簡易で安価な復興攻撃を実演する。 合成データに関する実験では、Census Bureauの2010年の開示回避対策に類似したランダムスワップ機構は、この攻撃の精度を著しく低下させるものではないことが示唆されている。 我々の結果は、信頼できる正確な国勢調査を求める政策立案者にとって貴重な例である。

関連論文リスト

• The 2020 United States Decennial Census Is More Private Than You (Might) Think [25.32778927275117]
  我々は、2020年国勢調査のプライバシー予算の8.50%から13.76%が8つの地理的レベルごとに使われていないことを示した。 我々は、地理的レベルで同じプライバシー予算を維持しながら、ノイズ分散を15.08%から24.82%削減する。
  論文  参考訳（メタデータ） (2024-10-11T23:06:15Z)
• Secure Aggregation is Not Private Against Membership Inference Attacks [66.59892736942953]
  フェデレーション学習におけるSecAggのプライバシーへの影響について検討する。 SecAggは、単一のトレーニングラウンドであっても、メンバシップ推論攻撃に対して弱いプライバシを提供します。 以上の結果から,ノイズ注入などの付加的なプライバシー強化機構の必要性が浮き彫りになった。
  論文  参考訳（メタデータ） (2024-03-26T15:07:58Z)
• An Examination of the Alleged Privacy Threats of Confidence-Ranked Reconstruction of Census Microdata [3.2156268397508314]
  提案手法は, 著者が主張する情報開示に有効でないことを示す。 提案するランキングが再確認や情報開示攻撃を導くことができないことを示す実証的な結果が報告される。
  論文  参考訳（メタデータ） (2023-11-06T15:04:03Z)
• Breaking the Communication-Privacy-Accuracy Tradeoff with $f$-Differential Privacy [51.11280118806893]
  サーバが複数のユーザの協調的なデータ分析を,プライバシの懸念と限られた通信能力で調整する,フェデレートされたデータ分析問題を考える。 有限出力空間を有する離散値機構の局所的差分プライバシー保証を$f$-differential privacy (DP) レンズを用いて検討する。 より具体的には、様々な離散的評価機構の厳密な$f$-DP保証を導出することにより、既存の文献を前進させる。
  論文  参考訳（メタデータ） (2023-02-19T16:58:53Z)
• Comment: The Essential Role of Policy Evaluation for the 2020 Census Disclosure Avoidance System [0.0]
  Boyd and Sarathy, "Differential Perspectives: Epistemic Disconnects around around the US Census Bureau's Use of Differential Privacy" Census Disclosure Avoidance Systemの実証的な評価は、ベンチマークデータが人口数の基本的真実ではないことを認識できなかった、と我々は主張する。 データユーティリティとプライバシ保護の間には、政策立案者が重要なトレードオフに直面しなければならない、と我々は主張する。
  論文  参考訳（メタデータ） (2022-10-15T21:41:54Z)
• No Free Lunch in "Privacy for Free: How does Dataset Condensation Help Privacy" [75.98836424725437]
  データプライバシを保護するために設計された新しい手法は、慎重に精査する必要がある。 プライバシ保護の失敗は検出し難いが,プライバシ保護法を実装したシステムが攻撃された場合,破滅的な結果につながる可能性がある。
  論文  参考訳（メタデータ） (2022-09-29T17:50:23Z)
• Releasing survey microdata with exact cluster locations and additional privacy safeguards [77.34726150561087]
  本稿では,プライバシ保護を付加した独自のマイクロデータの有用性を活用した,代替的なマイクロデータ配信戦略を提案する。 当社の戦略は, 再識別の試みにおいても, 任意の属性に対する再識別リスクを60～80%削減する。
  論文  参考訳（メタデータ） (2022-05-24T19:37:11Z)
• Post-processing of Differentially Private Data: A Fairness Perspective [53.29035917495491]
  本稿では,ポストプロセッシングが個人やグループに異なる影響を与えることを示す。 差分的にプライベートなデータセットのリリースと、ダウンストリームの決定にそのようなプライベートなデータセットを使用するという、2つの重要な設定を分析している。 それは、異なる公正度尺度の下で(ほぼ)最適である新しい後処理機構を提案する。
  論文  参考訳（メタデータ） (2022-01-24T02:45:03Z)
• The Impact of the U.S. Census Disclosure Avoidance System on Redistricting and Voting Rights Analysis [0.0]
  米国国勢調査局は、2020年国勢調査の回答者のプライバシーを、情報開示回避システム(DAS)を通じて保護する計画だ。 保護されたデータは、目的を再限定するのに十分な品質ではないことが分かりました。 分析の結果,DASが保護するデータは,投票者の投票率や党派・人種構成に応じて,特定の領域に偏っていることがわかった。
  論文  参考訳（メタデータ） (2021-05-29T03:32:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。