2020年美国人口与住房普查中的保密保护
应用统计
2022-12-29 v3 密码学与安全
综合经济学
经济学
摘要
在外部数据与计算能力远超统计机构自身资源与能力的时代，统计机构面临着新的挑战：在以极细粒度发布统计数据时保护底层微观数据的保密性，并确保这些细粒度数据仅用于统计目的。传统的统计披露限制方法过于脆弱，无法应对这一新挑战。本文讨论了为2020年美国人口普查部署的一种差分隐私框架，该框架经过定制以保护保密性，尤其是最详细的地理与人口类别，并在整个地理层级上提供受控的精度。
引用
@article{arxiv.2206.03524,
title = {Confidentiality Protection in the 2020 US Census of Population and Housing},
author = {John M Abowd and Michael B Hawes},
journal= {arXiv preprint arXiv:2206.03524},
year = {2022}
}
备注
Version 2 corrects a few transcription errors in Tables 2, 3 and 5. Version 3 adds final journal copy edits to the preprint