面向人道主义应用的精准差分隐私

在中低收入国家，移动电话的普及率突然和显著增加了该地区最贫困和最易受监控人群的可见度和可追踪性。数百万原本“脱网”个体现已被动地生成数字数据，而这些数据正被用于对这些个体做出包括是否获得政府救助或是否符合消费贷款条件在内的生存性决定。本文提出一种方法，实现基于个人数据的算法决策，同时为数据主体提供正式的隐私保障。该方法将差分隐私应用于需要对个体作出决策的场景，使决策者能够对数据主体的隐私保障程度进行细粒度控制。我们指出，更强的隐私保障通常伴随一定成本，并通过来自尼日利亚一个消费金融平台和克罗内斯一个反贫困项目的真实数据，说明这些成本。我们的实证结果量化了隐私与预测准确性之间的权衡，并描绘了不同隐私保障对整体项目效能的影响。更广泛地说，我们的结果展示了一种使人道主义项目能负责任地使用个人数据的方法，更好地帮助项目设计者在数据隐私方面做出明智决策。