[논문 리뷰] Evolutionary Algorithm for Graph Anonymization

Jordi Casas-Roma, Jordi Herrera‐Joancomartí외 1명|arXiv (Cornell University)|2013. 10. 01.

Privacy-Preserving Technologies in Data참고 문헌 8인용 수 7

한 줄 요약

이 논문은 데이터 유용성 손실를 최소화하면서 $k$-도수 익명성(도수 익명성)을 달성하기 위해 그래프 간선을 수정하는 진화 알고리즘(EAGA)을 제안한다. $k$-익명성 조건을 충족하는 degree sequence를 진화시키고 반복적인 간선 교환을 적용함으로써 EAGA는 낮은 변형으로 그래프 구조를 유지하며, 최대 97.08%의 간선 교차율을 달성하고 $k=5$ 이상일 경우 재식별 위험을 0으로 줄인다.

ABSTRACT

In recent years there has been a significant increase in the use of graphs as a tool for representing information. It is very important to preserve the privacy of users when one wants to publish this information, especially in the case of social graphs. In this case, it is essential to implement an anonymization process in the data in order to preserve users' privacy. In this paper we present an algorithm for graph anonymization, called Evolutionary Algorithm for Graph Anonymization (EAGA), based on edge modifications to preserve the k-anonymity model.

연구 동기 및 목표

• 구조적 특성(예: 노드의 도수 또는 이웃 관계)이 사용자를 재식별할 수 있는 그래프 데이터의 프라이버시 泄露 문제를 해결하기 위해.
• 구조적 왜곡을 최소화하면서 그래프 간선을 수정함으로써 $k$-도수 익명성을 달성하는 방법을 개발하기 위해.
• 도수 순서와 중심성 측정치의 변경을 최소화하여 데이터 유용성을 유지하기 위해.
• 실제 그래프 데이터셋에서 프라이버시(높은 $k$)와 데이터 유용성(낮은 훼손) 사이의 상호 교환 관계를 평가하기 위해.

제안 방법

• 진화 알고리즘을 사용하여 $k$-도수 익명성 조건을 충족하는 목표 도수 순서를 진화시키며, 각 도수 값이 최소 $k$번 이상 나타나야 한다.
• 원본 도수 순서와 익명화된 도수 순서 간의 $L_1$ 거리를 최소화하여 데이터 유용성을 유지한다.
• 유효한 $k$-익명 도수 순서를 생성한 후, 반복적인 간선 교환 연산을 적용하여 원본 그래프를 목표 순서와 일치하는 그래프로 변환한다.
• 자기 순환 또는 다중 간선이 생기지 않도록 간선 교환을 수행함으로써 그래프의 구조적 타당성을 유지한다.
• $k$-익명성 준수와 원본 도수 순서로부터의 최소 이탈을 균형 잡는 피트니스 함수를 사용한다.
• 수렴할 때까지 반복하여 $k$-익명성 그래프를 생성하며, 훼손도 낮게 유지한다.

실험 결과

연구 질문

• RQ1 진화 알고리즘이 원본 그래프의 구조적 이탈를 최소화하면서 $k$-익명 도수 순서를 효과적으로 생성할 수 있는가?
• RQ2 증가하는 $k$-익명성 수준에 따라 훼손 수준(간선 교차율 및 중심성 변화로 측정)은 어떻게 변화하는가?
• RQ3 실제 그래프에서 EAGA는 데이터 유용성을 유지하면서 사용자 재식별 위험을 얼마나 줄일 수 있는가?
• RQ4 다양한 그래프 유형(예: 사회적, 협업 네트워크)은 간선 수정이 필요한 정도에서 익명화 과정에 어떻게 반응하는가?

주요 결과

• 사회 네트워크에서 $k=2$일 경우 EAGA는 94.87%의 간선 교차율을 달성했으며, $k=5$일 경우 79.49%로 감소하여 높은 $k$에서 구조적 변화가 증가함을 보였다.
• 115개 노드를 가진 협업 네트워크에서 $k=25$일 경우에도 간선의 93% 이상이 유지되었으며, $k=19$일 경우 96.25% 유지되어 높은 유용성 유지가 가능했다.
• 중심성 측정치(중간성, 가까움, 고유벡터 중심성)는 낮은 훼손을 보였으며, $k$가 증가함에 따라 루트 평균 제곱(RMS) 값이 약간 증가하는 정도였다.
• 직접 재식별 가능한 노드 수는 $k=2$에서 0으로 감소하였고, $k=5$일 경우 모든 노드가 중간 위험 수준이었으며, 강력한 프라이버시 보호 효과를 보였다.
• 두 개의 핵심 노드를 가진 고도수 협업 네트워크에서는 중심 노드 수정 비용이 높아 EAGA가 $k=2$까지만 달성했지만, 간선 교차율은 97.08%를 유지하고 중심성 왜곡도 낮았다.
• 메트릭 $Cand_{\mathcal{H}_1}$은 두 번째 데이터셋에서 $k=11$, 첫 번째 데이터셋에서 $k=5$일 경우 재식별 위험이 완전히 제거되었으며, 재식별 위험에 노출된 노드는 없었다.