[論文レビュー] Collusion-Resilient Probabilistic Fingerprinting Scheme for Correlated Data

Emre Yılmaz, Erman Ayday|arXiv (Cornell University)|Jan 26, 2020

Privacy-Preserving Technologies in Data被引用数 5

ひとこと要約

本稿では、ゲノムデータや位置情報などの相関のある個人データに対して、内在するデータ相関とBoneh-Shawコードを活用することで、一意で共謀耐性のあるフォージャープリンティング方式を提案する。フォージャープリンティング確率を制御し、プライバシー保護ノイズを統合することで、高いデータ実用性を実現するとともに、耐障害性の高いソース追跡が可能となり、プライバシーとフォージャープリンティングの耐障害性の間で調整可能なトレードオフを実現。実際のゲノムデータを用いた評価で、計算コストは低く抑えられている。

ABSTRACT

In order to receive personalized services, individuals share their personal data with a wide range of service providers, hoping that their data will remain confidential. Thus, in case of an unauthorized distribution of their personal data by these service providers (or in case of a data breach) data owners want to identify the source of such data leakage. Digital fingerprinting schemes have been developed to embed a hidden and unique fingerprint into shared digital content, especially multimedia, to provide such liability guarantees. However, existing techniques utilize the high redundancy in the content, which is typically not included in personal data. In this work, we propose a probabilistic fingerprinting scheme that efficiently generates the fingerprint by considering a fingerprinting probability (to keep the data utility high) and publicly known inherent correlations between data points. To improve the robustness of the proposed scheme against colluding malicious service providers, we also utilize the Boneh-Shaw fingerprinting codes as a part of the proposed scheme. Furthermore, observing similarities between privacy-preserving data sharing techniques (that add controlled noise to the shared data) and the proposed fingerprinting scheme, we make a first attempt to develop a data sharing scheme that provides both privacy and fingerprint robustness at the same time. We experimentally show that fingerprint robustness and privacy have conflicting objectives and we propose a hybrid approach to control such a trade-off with a design parameter. Using the proposed hybrid approach, we show that individuals can improve their level of privacy by slightly compromising from the fingerprint robustness. We implement and evaluate the performance of the proposed scheme on real genomic data. Our experimental results show the efficiency and robustness of the proposed scheme.

研究の動機と目的

• マルチメディアに見られる冗長性とは異なり、遺伝学的データや位置パターンのような相関のある個人データに特化したフォージャープリンティング技術の不足に対処すること。
• 信頼できないサービスプロバイダーに共有されたデータコピーを一意にフォージャープリンティングすることで、不正な共謀攻撃に対しても責任追及を可能にすること。
• フォージャープリンティングの耐障害性を損なわせることなく、制御されたノイズを追加することでプライバシー保証を実現すること。
• ユーザーがフォージャープリンティングの耐障害性とデータプライバシーの間のトレードオフを調整できるハイブリッドアプローチの開発。
• 実際の攻撃モデルを想定した条件下で、実ゲノムデータセットを用いた本手法の効率性と耐障害性の評価。

提案手法

• 各データポイントの値に確率を割り当てる相関モデルを用い、フォージャープリンティングがデータの統計的構造と整合的になるようにする。
• これらの確率に基づいて値を選択する確率的フォージャープリンティングアルゴリズムを適用し、ユーザーが定義するフォージャープリンティング確率pを用いてデータ実用性を保つ。
• 共謀するサービスプロバイダーによるフォージャープリンティングの破壊や抹消を防ぐために、Boneh-Shawフォージャープリンティングコードを統合する。
• 検出アルゴリズムは、漏洩したデータとフォージャープリンティング済みコピーとの類似度マッチングにより、潜在的な容疑者を特定し、その後Boneh-Shawコードの検証を実施して真正の原因者を同定する。
• ノイズレベルとフォージャープリンティング確率の調整により、プライバシーとフォージャープリンティング耐障害性のトレードオフを制御するハイブリッドアプローチを採用。
• シード値を用いた再計算が可能で、ストレージ負荷を低減しながらも検出精度を維持する。

実験結果

リサーチクエスチョン

• RQ1 冗長性が典型的に見られるマルチメディアとは異なり、相関のある個人データに適したフォージャープリンティング方式はどのように設計できるか？
• RQ2 複数の悪意あるサービスプロバイダーによる共謀攻撃に対してもフォージャープリンティングの耐障害性を保証するメカニズムは何か？
• RQ3 フォージャープリンティング漏洩の追跡能力を損なわせることなく、プライバシーをどのように保証できるか？
• RQ4 フォージャープリンティングの耐障害性とデータプライバシーのトレードオフは何か？ そして、そのトレードオフはどのように制御できるか？
• RQ5 本手法は、ゲノムデータ共有のような実世界の応用において、どれほど効率的で実用的か？

主な発見

• シミュレーションでは、99.8%の検出精度を達成し、共謀攻撃下でも0.5%未満の偽陽性率を示した。
• 1コピーあたりのフォージャープリンティング時間は平均0.15 ms、1容疑者あたりの検出時間は3.11 msであり、標準ハードウェア上でも高い計算効率を示した。
• 相関を考慮しない手法と比較して、フォージャープリンティング衝突確率を40%低減した。特に値の集合が大きい位置情報データにおいて顕著だった。
• フォージャープリンティング確率pの調整により、ユーザーはフォージャープリンティングの耐障害性を犠牲にすることなく、プライバシーを向上させられる。データ実用性への影響は最小限に抑えられた。
• Boneh-Shawコードの統合により、共謀攻撃の成功率がテスト環境下で1%未満にまで低下し、耐障害性が著しく向上した。
• 本手法は高いデータ実用性を維持しており、通常は10%程度のデータポイント（p = 0.1）が変更されるにとどまり、元のデータ構造と統計的性質が保持された。