[論文レビュー] Injecting Uncertainty in Graphs for Identity Obfuscation

Paolo Boldi, Francesco Bonchi+2 more|arXiv (Cornell University)|Aug 21, 2012

Privacy-Preserving Technologies in Data参考文献 31被引用数 7

ひとこと要約

本稿では、エッジの存在確率 p(e) ∈ [0,1] を割り当てることで、社会的ネットワークに微細な不確実性を注入する、新しいグラフ匿名化手法を提案する。エッジの完全な追加または削除ではなく、部分的な摂動を許容することで、従来のランダム摂動手法と同等の個人識別情報の隠蔽を達成しつつ、顕著に高いデータ有効性を実現する。実世界のネットワーク（DBLP や Flickr）を用いた検証によりその有効性が裏付けられている。

ABSTRACT

Data collected nowadays by social-networking applications create fascinating opportunities for building novel services, as well as expanding our understanding about social structures and their dynamics. Unfortunately, publishing social-network graphs is considered an ill-advised practice due to privacy concerns. To alleviate this problem, several anonymization methods have been proposed, aiming at reducing the risk of a privacy breach on the published data, while still allowing to analyze them and draw relevant conclusions. In this paper we introduce a new anonymization approach that is based on injecting uncertainty in social graphs and publishing the resulting uncertain graphs. While existing approaches obfuscate graph data by adding or removing edges entirely, we propose using a finer-grained perturbation that adds or removes edges partially: this way we can achieve the same desired level of obfuscation with smaller changes in the data, thus maintaining higher utility. Our experiments on real-world networks confirm that at the same level of identity obfuscation our method provides higher usefulness than existing randomized methods that publish standard graphs.

研究の動機と目的

• 社会的ネットワークグラフの公開におけるプライバシーと有効性のトレードオフを解決すること。
• エッジの追加・削除を二値で行う既存の匿名化手法の限界を克服すること。
• 不確実なグラフのための新しい (k, ε)-隠蔽モデルを形式的に定式化すること。
• より微細な摂動により、同等のプライバシー保護が達成されつつも、高いデータ有効性が維持されることを示すこと。
• 実用的な解析を可能にするために、不確実なグラフ上でグラフ統計を効率的に計算できる仕組みを提供すること。

提案手法

• 各エッジ e が確率 p(e) ∈ [0,1] で存在する確率的グラフモデルを提案する。
• 次数分布の類似度に基づいたプライバシー保証を形式化する (k, ε)-隠蔽フレームワークを導入する。
• エッジ確率の調整を原子的な摂動操作として用い、部分的なエッジの作成や削除を可能にする。
• 統計的類似度指標（例：次数分布の相対誤差、クラスタリング係数、直径）を用いて有効性を評価する。
• 不確実なグラフのクエリ処理およびマイニング技術を適応し、匿名化グラフ上で統計を効率的に計算する。
• 実世界のネットワーク（DBLP, Flickr）に本手法を適用し、ランダム摂動およびスパarsification手法と比較して有効性を評価する。

実験結果

リサーチクエスチョン

• RQ1 同じ隠蔽水準において、エッジに部分的な不確実性を注入することで、完全なエッジ追加や削除よりも高いデータ有効性が達成できるか？
• RQ2 不確実なグラフに対して、形式的な (k, ε)-隠蔽モデルをどのように定式化できるか？
• RQ3 不確実なグラフにおける有効性を測るのに最も効果的なグラフ統計は何か？
• RQ4 次数分布、クラスタリング係数、直径などの主要なグラフ特性を、不確実なグラフ上で効率的に計算するにはどうすればよいか？
• RQ5 実世界の環境において、本手法が既存のランダム摂動技術を上回る性能を発揮できるか？

主な発見

• DBLP において k=60 および ε≈10⁻³ の条件下で、本手法はグラフ統計の相対誤差を 4.3% に抑えたのに対し、ランダム摂動（p=0.04）では 7.1% であった。
• Flickr において k=20 および ε≈10⁻⁴ の条件下で、本手法は相対誤差をスパース化手法の 92.1% から 11.2% にまで低減した。
• クラスタリング係数、直径、次数分布の全テスト指標において、本手法はランダム摂動およびスパース化手法と比較してより高い有効性を維持した。
• 全体的なデータ変更量が小さいにもかかわらず、同等の隠蔽水準を達成したため、より微細な摂動の利点が裏付けられた。
• 既存の不確実なグラフクエリ技術を用いることで、不確実なグラフ上でグラフ統計を効率的に計算できることが確認された。
• 実験により、部分的なエッジ確率の調整は、二値のエッジ変更よりも元のグラフに近い構造的類似性を保っていることが示された。