欧洲人口统计中的差分隐私与噪声保密概念

本文旨在概述当前针对官方人口统计与普查所讨论的、基于随机噪声的统计披露控制的各种方法。特别关注对不同影响该讨论的概念进行严格区分：我们清晰地将风险度量、噪声分布与输出机制相互分离——将这些概念纳入视野并彼此关联。在重述作为风险度量的差分隐私之后，本文还评述了一些特定输出机制与参数设置下的效用与风险方面，特别关注官方人口统计中颇为典型的静态输出。特别地，本文论证了无界噪声分布（如普通拉普拉斯）可能损害关键的唯一普查特征，而从风险视角看并无明确必要。另一方面，有界噪声分布（如截断拉普拉斯或单元密钥法）可被设置为在控制类普查输出中披露风险的同时保留唯一普查特征。最后，本文分析了若干典型攻击场景，以约束通用噪声参数范围，其为 2021 年欧盟普查输出场景建议了良好的风险/效用折衷。分析还表明，严格差分隐私机制在该场景下将受到严重约束。