2020年美国人口普查的隐私性比你想象的更好
密码学与安全
2026-04-21 v4 数据结构与算法
应用统计
机器学习
摘要
美国人口普查是许多重大政策决策过程的基础，包括联邦资金分配和选区重划。2020年，美国普查局采用差分隐私技术，通过注入噪声来保护个体响应的保密性。局随后提出了一个公开问题：与其发表的保密性保证相比，2020年美国人口普查是否提供了更强的隐私保护，或者说隐私预算是否被充分利用。在本文中，我们肯定回答了这一问题，通过展示2020年美国人口普查在每个地理层级（从全国层级到区块层级）均提供了远超其名义保证的更强隐私保护。这一发现得益于我们对各地理层级中私有查询组成部分的隐私损失进行精确跟踪所采用 -差分隐私。我们的分析揭示，普查局在满足2020年人口普查指定的隐私保证时，引入了不必要的高水平噪声。因此，我们表明在保持近乎相同水平的隐私保护的前提下，可将噪声方差降低 至 ，从而提高了隐私化普查统计数据的准确性。我们通过实证研究表明，降低人口统计数据的噪声注入有助于缓解隐私约束在下游应用中的扭曲，本研究通过考察教育水平与收入之间的关系加以阐述。
引用
@article{arxiv.2410.09296,
title = {The 2020 US Decennial Census is more private than you (might) think},
author = {Buxin Su and Weijie J. Su and Chendi Wang},
journal= {arXiv preprint arXiv:2410.09296},
year = {2026}
}