[論文レビュー] ($k$,$ε$)-Anonymity: $k$-Anonymity with $ε$-Differential Privacy

Naoise Holohan, Spiros Antonatos+2 more|arXiv (Cornell University)|Oct 4, 2017

Privacy-Preserving Technologies in Data被引用数 4

ひとこと要約

本稿では、k-匿名性とε-微分プライバシーを統合した( k,ε)-匿名性という統一的なフレームワークを提案する。特定の準個人識別子に対してk-匿名性を適用し、他の準個人識別子に対してはε-微分プライバシーを適用することで、情報損失とリンク攻撃のリスクを低減する。kとεの値が控えめであっても、5%未満のレコード抑制で実現可能であり、単独で用いる場合よりも性能とプライバシー保証が向上する。

ABSTRACT

The explosion in volume and variety of data offers enormous potential for research and commercial use. Increased availability of personal data is of particular interest in enabling highly customised services tuned to individual needs. Preserving the privacy of individuals against reidentification attacks in this fast-moving ecosystem poses significant challenges for a one-size fits all approach to anonymisation. In this paper we present ($k$,$ε$)-anonymisation, an approach that combines the $k$-anonymisation and $ε$-differential privacy models into a single coherent framework, providing privacy guarantees at least as strong as those offered by the individual models. Linking risks of less than 5\% are observed in experimental results, even with modest values of $k$ and $ε$. Our approach is shown to address well-known limitations of $k$-anonymity and $ε$-differential privacy and is validated in an extensive experimental campaign using openly available datasets.

研究の動機と目的

• k-匿名性とε-微分プライバシーを単独で用いる場合の限界、例えば高い情報損失や次元の呪いを解消すること。
• k-匿名性の決定的同一性の欠如とε-微分プライバシーの確率的同一性の欠如を統合した一貫性のあるプライバシーモデルの構築。
• k-匿名性のクラスタを活用して微分プライバシーにおけるノイズ注入量を最小化することで、情報損失を低減すること。
• リンクリスクと信頼度ベースk-匿名性指標を用いて、フレームワークのプライバシー保証を評価すること。
• 実世界のデータセットを用いた実験的検証により、抑制率と処理オーバーヘッドを制御すること。

提案手法

• フレームワークは、一部の準個人識別子に対してk-匿名性を適用し、同等クラスを形成することで、各グループに少なくともk件のレコードが含まれることを保証する。
• 残りの準個人識別子については、個々のレコードを保護するために、調整されたノイズを追加することでε-微分プライバシーを実装する。
• レコードリンク攻撃のリスクを定量化するために、信頼度ベースk-匿名性を用い、再識別確率の許容可能な閾値を設定する。
• 性能と抑制オーバーヘッドの評価のために、二つのk-匿名性アルゴリズム（OLAとMondrian）を微分プライバシーと組み合わせて使用する。
• 一部の属性をk準個人識別子、他の属性をε準個人識別子として扱うことで、プライバシー保護された空間の次元を低減し、ノイズ注入量を最小限に抑える。
• 抑制は、5%の最大抑制予算を満たすために必要な場合にのみ適用され、データの有用性が維持される。

実験結果

リサーチクエスチョン

• RQ1 k-匿名性とε-微分プライバシーを意味的に統合した一貫性のあるプライバシー枠組みとして組み合わせられるか？
• RQ2 k-匿名性とε-微分プライバシーを組み合わせることで、単独で用いる場合と比較して情報損失が低減されるか？
• RQ3 強い敵対的モデル下で(k,ε)-匿名性のリンクリスクはどの程度で、5%未満に抑えられるか？
• RQ4 異なるデータセットとアルゴリズムにおいて、抑制オーバーヘッドと計算効率の観点から、フレームワークの性能はいかがなものか？
• RQ5 信頼度ベースk-匿名性は、ハイブリッドモデルにおけるプライバシー保証の定量化に効果的に適用できるか？

主な発見

• kとεの値が控えめであっても、リンクリスクは5%未満に保たれ、強力なプライバシー保護が実証された。
• ε値が1.0未満の場合、すべてのデータセットで99%-信頼度k-匿名性が達成可能であり、抑制率は2%未満で、kの値に依存しない。
• OLAを用いる場合、k-匿名性と信頼度ベース要件による合計抑制率は、小さなε値に対して5%未満に保たれ、抑制予算を満たす。
• Mondrianアルゴリズムは、より小さな同等クラスを形成するため、OLAよりも高い抑制率を示すが、小さなε値では抑制率が5%未満に保たれる。
• OLAを用いた(k,ε)-匿名性フレームワークは、ラティス探索空間の縮小により、14倍から32倍の性能向上を達成する。一方、Mondrianでは追加のノイズ適用ループのため、実行時間はわずかに増加する。
• モデルはプライバシー保護された空間の次元を効果的に低減し、微分プライバシーにおけるノイズ要件を低減させ、データの有用性が向上した。