[論文レビュー] Improved Upper and Lower Bound Heuristics for Degree Anonymization in Social Networks

Sepp Hartung, Clemens Hoffmann+1 more|arXiv (Cornell University)|Feb 25, 2014

Privacy-Preserving Technologies in Data参考文献 4被引用数 6

ひとこと要約

本稿では、社会的ネットワークにおける次数匿名化のための改善された2段階ヒューリスティクスを提示する。LiuおよびTerziの手法を拡張し、k-匿名化された次数列を処理する新しい動的計画法アルゴリズムと、エッジ追加を最適化する洗練されたローカル交換ヒューリスティクスを導入している。実世界のインスタンスの26%で解が理論的に最適となり、先行するヒューリスティクスと比較して解のサイズを顕著に削減しており、ランダムグラフでは下界と上界の差が3.6%以内に収まっている。

ABSTRACT

Motivated by a strongly growing interest in anonymizing social network data, we investigate the NP-hard Degree Anonymization problem: given an undirected graph, the task is to add a minimum number of edges such that the graph becomes k-anonymous. That is, for each vertex there have to be at least k-1 other vertices of exactly the same degree. The model of degree anonymization has been introduced by Liu and Terzi [ACM SIGMOD'08], who also proposed and evaluated a two-phase heuristic. We present an enhancement of this heuristic, including new algorithms for each phase which significantly improve on the previously known theoretical and practical running times. Moreover, our algorithms are optimized for large-scale social networks and provide upper and lower bounds for the optimal solution. Notably, on about 26 % of the real-world data we provide (provably) optimal solutions; whereas in the other cases our upper bounds significantly improve on known heuristic solutions.

研究の動機と目的

• NP困難な次数匿名化問題に対処すること。この問題は、グラフをk-匿名化するために必要なエッジ追加数を最小化することを目的としている。
• LiuおよびTerziが提唱した2段階ヒューリスティクスフレームワークの理論的・実用的効率を向上させること。
• 高度なErdős-Gallaiテストを用いてよりタイトな下界を算出し、最適化されたローカル交換ヒューリスティクスによりより良い上界を提供すること。
• パワー則の次数分布を示す大規模な実世界および合成的社会的ネットワークに対して、手法を評価すること。
• 次数列の匿名化および実現プロセスの精錬により、下界と上界の差を縮小すること。

提案手法

• 時間計算量O(Δk²s)の新しい動的計画法アルゴリズムを提案し、従来のO(nk)の境界を著しく改善する。
• 冗長な次数値を削除することで、動的計画法フェーズの高速化を図るデータ還元ルールを導入する。
• よりタイトな下界を算出するため、高度なErdős-Gallaiテストを用いる。
• 2段階目のフェーズでローカル交換ヒューリスティクスを用い、元のグラフのスーパーグラフとして匿名化された次数列を実現し、追加エッジ数を最小化する。
• Barabási–Albertの優先的付加モデルを用いて生成された実世界および合成ネットワークに、このヒューリスティクスを適用する。
• 線形回帰および統計的分析を用い、クラスタリングヒューリスティクスベースラインと比較して解の品質および実行時間を評価する。

実験結果

リサーチクエスチョン

• RQ1 k-匿名化された次数列を処理する動的計画法が、O(nk)からO(Δk²s)に最適化可能かどうか。
• RQ2 高度なErdős-Gallaiテストが、必要なエッジ追加数の下界をどの程度改善できるか。
• RQ3 新しいローカル交換ヒューリスティクスの性能は、クラスタリングヒューリスティクスと比較して解のサイズおよび実行時間の面でどの程度優れているか。
• RQ4 実世界および合成ネットワークのうち、どの程度の割合が、提案されたフレームワークによって最適に解けるか。
• RQ5 実現フェーズの精錬や下界計算の改善により、下界と上界の差を縮小できるか。

主な発見

• 提案された動的計画法アルゴリズムは顕著な高速化を達成し、実行時間は頂点数nではなく最大次数Δに依存する。
• 実世界ネットワークでは、26%のインスタンスで理論的に最適な解が得られ、先行するヒューリスティクスを上回る性能を示した。
• 残りのインスタンスについて、ランダムグラフでは上界が平均して下界の3.6%以内に収まり、差が非常に小さいことが示された。
• 新しいヒューリスティクスは、クラスタリングヒューリスティクスと比較して解のサイズを最大72%削減し、74%のインスタンスが1分以内に解かれた。
• k=2およびk=3の場合、合成インスタンスのうちわずか14%しか最適に解けなかったため、下界の改善が急務であることが示された。
• kが増加するに従い実行時間が指数関数的に増加し、k=150ではたった18%のインスタンスしか処理できなかった。これは、kが大きい場合のスケーラビリティの課題を示している。