샘플 공개 위험 추정을 위한 지역 스무딩 모델

본 논문은 표본 빈도표를 공개할 때 발생할 수 있는 개인 식별 위험을 정량화하고, 이를 최소화하기 위한 추정 방법을 개발한다. 위험은 주로 표본 셀과 모집단 셀 모두가 작을 때, 특히 표본 유니크(표본에서 한 번만 나타나는 셀)가 모집단 유니크와 일치할 가능성에서 발생한다. 이를 측정하기 위해 두 가지 전역 위험 지표 τ₁과 τ₂를 정의한다. τ₁은 표본 유니크가 동시에 모집단 유니크인 경우의 수, τ₂는 표본 유니크가 맞출 수 있는 기대 횟수를 나타낸다. 위험 추정은 표본 f와 모집단 파라미터 F 사이의 조건부 분포 F|f를 모델링하고, 해당 분포에서 P(F_k=1|f_k=1)와 E