설득적 프라이버시 베이지안 게임 접근

초록

본 논문은 데이터 제공자의 프라이버시를 베이지안 Stackelberg 게임으로 모델링하여, 기존 차등 프라이버시(DP)를 포함하는 새로운 목적‑지향 프라이버시 정의 체계를 제시한다. 송신자(Sender)가 민감 데이터를 보유하고 메커니즘을 설계하면, 수신자(Receiver)는 베이지안 방식으로 사후 확률을 업데이트하고 자신의 손실을 최소화하는 행동을 선택한다. 송신자는 최악의 사후 손실(프라이버시 점수)을 최소화하도록 메커니즘을 선택함으로써, 결정론적 알고리즘까지 포괄하는 프라이버시 보장을 제공한다.

상세 분석

논문은 프라이버시를 “프라이버시 함수” ρ(d, x) 로 정의하고, 이를 베이지안 설득(Bayesian Persuasion) 구조에 삽입한다. 두 플레이어는 Stackelberg 형태의 게임을 이루며, 송신자는 메커니즘 M을 선택하고, 수신자는 사전 Q를 가지고 관측 T∼M(x,·) 후 사후 Q_T를 계산한다. 수신자는 손실 함수 ℓ(d, x)와 동일한 형태의 프라이버시 함수 ρ를 자신의 목표로 삼아, d_Q = arg min_d E_{X∼Q}