[논문 리뷰] Improved Upper and Lower Bound Heuristics for Degree Anonymization in Social Networks

Sepp Hartung, Clemens Hoffmann외 1명|arXiv (Cornell University)|2014. 02. 25.

Privacy-Preserving Technologies in Data참고 문헌 4인용 수 6

한 줄 요약

이 논문은 사회적 네트워크에서 차수 익명성에 대한 개선된 이중 단계 휴리스틱을 제안하며, Liu와 Terzi의 접근 방식을 향상시켜 k-익명성 차수 시퀀스를 위한 새로운 동적 프로그래밍 알고리즘과 개선된 국소 교환 휴리스틱을 도입한다. 실제 인스턴스의 26%에서 증명 가능한 최적 해를 달성하고, 이전 휴리스틱보다 해의 크기를 크게 줄이며, 무작위 그래프에서 하한과 상한의 차이가 최대 3.6% 이내로 유지된다.

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.

연구 동기 및 목표

• NP-난이도의 차수 익명성 문제를 해결하기 위해, 그래프를 k-익명성으로 만들기 위해 추가해야 할 엣지의 수를 최소화하는 것.
• Liu와 Terzi가 제안한 이중 단계 휴리스틱 프레임워크의 이론적 및 실용적 효율성을 향상시키기 위해.
• 고도화된 Erdős-Gallai 테스트를 통해 더 낮은 하한을 제공하고, 최적화된 국소 교환 휴리스틱을 통해 더 나은 상한을 도출하기 위해.
• 파워-법칙 차수 분포를 가진 대규모 실제 및 합성 사회 네트워크에서 방법을 평가하기 위해.
• 차수 시퀀스 익명화 및 실현 과정을 개선하여 하한과 상한 간 격차를 줄이기 위해.

제안 방법

• 시간 복잡도 O(Δk²s)를 가지는 k-익명성 차수 시퀀스를 위한 새로운 동적 프로그래밍 알고리즘을 제안하여 이전의 O(nk) 기준보다 크게 향상시킨다.
• 중복된 차수 값을 제거함으로써 동적 프로그래밍 단계의 속도를 높이는 데이터 축소 규칙을 도입한다.
• 더 낮은 하한을 계산하기 위해 고도화된 Erdős-Gallai 테스트를 사용한다.
• 두 번째 단계에서 국소 교환 휴리스틱을 사용하여 원본 그래프의 슈퍼그래프로 익명화된 차수 시퀀스를 실현함으로써 추가된 엣지의 수를 최소화한다.
• Barabási–Albert 선호적 첨착 모델을 사용해 생성한 실제 및 합성 네트워크에 휴리스틱을 적용한다.
• 선형 회귀 및 통계 분석을 통해 클러스터링-휴리스틱 기반 기준과의 해 품질 및 실행 시간을 비교한다.

실험 결과

연구 질문

• RQ1 k-익명성 차수 시퀀스를 위한 동적 프로그래밍 접근 방식이 O(nk)에서 O(Δk²s)로 시간 복잡도를 낮출 수 있는가?
• RQ2 고도화된 Erdős-Gallai 테스트가 추가되어야 할 최소 엣지 수에 대한 하한을 얼마나 향상시킬 수 있는가?
• RQ3 새로운 국소 교환 휴리스틱의 성능은 클러스터링-휴리스틱과 해의 크기 및 실행 시간 측면에서 어떻게 비교되는가?
• RQ4 실제 및 합성 네트워크 중 몇 퍼센트가 제안된 프레임워크를 통해 최적으로 해결될 수 있는가?
• RQ5 실현 단계를 개선하거나 하한 계산을 향상시킴으로써 하한과 상한 간 격차를 줄일 수 있는가?

주요 결과

• 제안된 동적 프로그래밍 알고리즘은 최대 차수 Δ에 따라 실행 시간이 결정되는 데서 뚜렷한 속도 향상을 달성한다.
• 실제 네트워크에서 이 방법은 26%의 인스턴스에서 증명 가능한 최적 해를 제공하며, 이는 이전 휴리스틱을 능가한다.
• 나머지 인스턴스에 대해서는 무작위 그래프에서 상한이 하한보다 평균적으로 3.6% 높게 유지되어 격차가 좁음을 시사한다.
• 새로운 휴리스틱은 클러스터링-휴리스틱 대비 해의 크기를 최대 72% 감소시키며, 74%의 인스턴스가 1분 이내에 해결된다.
• k=2 및 k=3일 경우 합성 인스턴스의 14%만 최적으로 해결되었으며, 이는 더 나은 하한 계산의 필요성을 강조한다.
• 실행 시간은 k에 따라 지수적으로 증가하며, k=150일 경우 단지 18%의 인스턴스만 처리되었으므로 고 k에서의 확장성 문제를 드러낸다.