量化补贴住房居民对公共统计数据的隐私风险
计算机与社会
2025-08-22 v2
摘要
随着美国人口普�局局实施其有争议的新式保密避免系统，研究者和政策制定者就公众统计数据的新型隐私保护问题展开讨论。我们对特定隐私关切进行实验：补贴住房的受访者可能出于被发现并被驱逐的恐惧，而故意不提及未授权的儿童和其他家庭成员。通过将来自Decennial人口普查和住房与城市局( HUD)的公共统计数据结合起来，我们展示了一个简单、低成本的重建攻击，可在2010年识别居住在违反居住规范的补贴住房。对合成数据的实验表明，类似人口普查局2010年保密避免措施的随机交换机制并未显著降低此类攻击的精度，而类似2020年保密避免系统的差分隐私机制则确实如此。我们的结果为寻求可信赖公共统计数据的政策制定者提供了有价值的实例。
引用
@article{arxiv.2407.04776,
title = {Quantifying Privacy Risks of Public Statistics to Residents of Subsidized Housing},
author = {Ryan Steed and Diana Qing and Zhiwei Steven Wu},
journal= {arXiv preprint arXiv:2407.04776},
year = {2025}
}
备注
Harvard Data Science Review, forthcoming