Protect Your Score: Contact Tracing With Differential Privacy Guarantees

要約

2020年と2021年のパンデミックは経済的および社会的に多大な影響を及ぼし、接触追跡アルゴリズムがウイルスの早期封じ込めの鍵となる可能性があることが研究で示されています。
より効果的な接触追跡アルゴリズムに向けて大きな進歩が見られましたが、現在はプライバシーへの懸念が導入を妨げていると私たちは主張します。
接触追跡アルゴリズムの本質は、リスク スコアの伝達です。
しかし、攻撃者が個人の個人的な健康状態を測定するために利用できるのは、まさにこのスコアのユーザーへの伝達と公開です。
私たちは現実的な攻撃シナリオを正確に特定し、この攻撃に対する差分プライバシー保証を備えた接触追跡アルゴリズムを提案します。
このアルゴリズムは、最も広く使用されている 2 つのエージェントベースの COVID19 シミュレーターでテストされ、幅広い設定で優れたパフォーマンスを実証しています。
特に現実的なテスト シナリオでは、epsilon=1 の差分プライバシーで各リスク スコアを解放しながら、ウイルスの感染率を 2 ～ 10 分の 1 に削減します。
私たちの知る限り、これは、新型コロナウイルス感染症 (COVID19) のリスクスコアを明らかにする際に、差分プライバシー保証を備えた初の接触者追跡アルゴリズムを示しています。

要約(オリジナル)

The pandemic in 2020 and 2021 had enormous economic and societal consequences, and studies show that contact tracing algorithms can be key in the early containment of the virus. While large strides have been made towards more effective contact tracing algorithms, we argue that privacy concerns currently hold deployment back. The essence of a contact tracing algorithm constitutes the communication of a risk score. Yet, it is precisely the communication and release of this score to a user that an adversary can leverage to gauge the private health status of an individual. We pinpoint a realistic attack scenario and propose a contact tracing algorithm with differential privacy guarantees against this attack. The algorithm is tested on the two most widely used agent-based COVID19 simulators and demonstrates superior performance in a wide range of settings. Especially for realistic test scenarios and while releasing each risk score with epsilon=1 differential privacy, we achieve a two to ten-fold reduction in the infection rate of the virus. To the best of our knowledge, this presents the first contact tracing algorithm with differential privacy guarantees when revealing risk scores for COVID19.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google