[論文レビュー] Improving Suppression to Reduce Disclosure Risk and Enhance Data Utility

Marmar Orooji, Gerald M. Knapp|arXiv (Cornell University)|Jan 2, 2019

Privacy-Preserving Technologies in Data参考文献 14被引用数 12

ひとこと要約

本稿では、機密データセット内の最も高いリスクを示すレコードにのみ選択的に抑制を施すことで、漏洩リスクを低減するとともに、データの有用性を向上させる改善された抑制手法を提案する。実世界のデータセットを用いた実験により、従来の抑制手法と比較して、プライバシーと有用性のトレードオフをより良好に達成できることを示している。

ABSTRACT

In Privacy Preserving Data Publishing, various privacy models have been developed for employing anonymization operations on sensitive individual level datasets, in order to publish the data for public access while preserving the privacy of individuals in the dataset. However, there is always a trade-off between preserving privacy and data utility; the more changes we make on the confidential dataset to reduce disclosure risk, the more information the data loses and the less data utility it preserves. The optimum privacy technique is the one that results in a dataset with minimum disclosure risk and maximum data utility. In this paper, we propose an improved suppression method, which reduces the disclosure risk and enhances the data utility by targeting the highest risk records and keeping other records intact. We have shown the effectiveness of our approach through an experiment on a real-world confidential dataset.

研究の動機と目的

• 匿名化されたデータ公開における、データのプライバシーと有用性の間にある本質的なトレードオフを解消すること。
• 公開されたデータセットの全体的な有用性を損なうことなく、漏洩リスクを低減すること。
• 最も感受性の高いレコードにのみ標的的に抑制を適用する戦略を開発し、データ損失を最小限に抑えること。
• 従来の抑制手法を改善するために、高リスクレコードに焦点を当てつつ、低リスクデータの整合性を保つこと。

提案手法

• 提案手法は、リスク評価モデルに基づき、漏洩リスクが最も高いレコードを特定し、それらにのみ抑制を適用する。
• 再識別可能性の高いレコードを優先順位付けするために、リスクスコアリングメカニズムを用いる。
• 抑制は高リスクレコードにのみ選択的に適用され、他のすべてのレコードは変更されないため、データの有用性が保たれる。
• 標的化された抑制の有効性を評価するために、実世界の機密データセットを活用する。
• リスク低減と有用性の維持という観点から、提案手法を標準的な抑制手法と比較する。
• 標準的なプライバシーおよび有用性の指標を用いて手法を評価し、両面で優れたパフォーマンスを示している。

実験結果

リサーチクエスチョン

• RQ1 どのようにして抑制を改善することで、データの有用性損失を最小限に抑えつつ、漏洩リスクを効果的に低減できるか？
• RQ2 最も高いリスクを示すレコードにのみ選択的に抑制を施すと、全体のデータ有用性にどのような影響を与えるか？
• RQ3 標的化された抑制戦略は、均一な抑制と比較して、プライバシーと有用性のトレードオフにおいて優れた性能を示せるか？
• RQ4 提案手法は、実世界の機密データセットにおいて、ベースライン手法と比較してどのように性能を発揮するか？
• RQ5 リスクスコアリングと抑制の有効性の間には、データの有用性を保つ観点からどのような関係があるか？

主な発見

• 提案された抑制手法は、最も脆弱なレコードにのみ焦点を当てることで、漏洩リスクを顕著に低減した。
• 伝統的な抑制手法と比較して、多数のレコードが変更されないため、データの有用性がより効果的に維持された。
• 従来の抑制アプローチと比較して、プライバシーと有用性のバランスをより良好に達成した。
• 実世界のデータセットを用いた実験結果により、標的化された抑制が、過度なデータ損失を伴わずにリスク低減に効果的であることが確認された。
• リスク評価モデルは、高リスクレコードを正確に同定できており、データ品質への影響を最小限に抑えた精密な抑制を可能にした。