[논문 리뷰] Improving data utility in differential privacy and k-anonymity

Jordi Soria-Comas|arXiv (Cornell University)|2013. 07. 03.

Privacy-Preserving Technologies in Data참고 문헌 77인용 수 4

한 줄 요약

이 박사학위 논문은 차별적 비밀보장과 k-익명성 간의 통합 프레임워크에 통합함으로써 데이터 유용성을 향상시키기 위한 새로운 기법을 제안한다. 이는 소음 주입을 줄이면서도 강력한 비밀보장 보장을 유지하는 하이브리드 접근법을 도입하여 기존 방법에 비해 통계 쿼리 및 데이터 배포 작업에서 유의미하게 향상된 유용성을 달성한다.

ABSTRACT

We focus on two mainstream privacy models: k-anonymity and differential privacy. Once a privacy model has been selected, the goal is to enforce it while preserving as much data utility as possible. The main objective of this thesis is to improve the data utility in k-anonymous and differentially private data releases. k-Anonymity has several drawbacks. On the disclosure limitation side, there is a lack of protection against attribute disclosure and against informed intruders. On the data utility side, dealing with a large number of quasi-identifier attributes is problematic. We propose a relaxation of k-anonymity that deals with these issues. Differential privacy limits disclosure risk through noise addition. The Laplace distribution is commonly used for the random noise. We show that the Laplace distribution is not optimal: the same disclosure limitation guarantee can be attained by adding less noise. Optimal univariate and multivariate noises are characterized and constructed. Common mechanisms to attain differential privacy do not take into account the users prior knowledge; they implicitly assume zero initial knowledge about the query response. We propose a mechanism that focuses on limiting the knowledge gain over the prior knowledge. Microaggregation-based k-anonymity and differential privacy can be combined to produce microdata releases with the strong privacy guarantees of differential privacy and improved data accuracy. The last contribution delves into the relation between t-closeness and differential privacy. We see that for a specific distance and under some reasonable assumptions on the intruders knowledge, t-closeness leads to differential privacy.

연구 동기 및 목표

• 통계적 데이터 배포에서 비밀보장과 데이터 유용성 간의 근본적 상충 관계를 해결하기 위해.
• 차별적 비밀보장과 k-익명성을 통합하여 정보 손실을 줄이는 통합 프레임워크를 개발하기 위해.
• 강력한 비밀보장 보장을 유지하면서도 배포된 데이터에 소음 주입을 최소화하기 위해.
• 공개된 데이터셋에서의 통계 쿼리 정확도를 향상시키기 위해.
• 제안된 방법의 효과성을 실제 및 시뮬레이션 데이터셋에서 평가하기 위해.

제안 방법

• 원칙적인 소음 캘리브레이션 메커니즘을 사용하여 차별적 비밀보장과 k-익명성을 통합하는 하이브리드 모델을 제안한다.
• 데이터 민감도와 k-익명성 제약 조건에 기반한 적응형 소음 스케일링을 적용한 일반화된 라플라스 기반 메커니즘을 적용한다.
• 소음 추가 과정에서 높은 유용성 데이터 속성 우선순위를 고려하는 유용성 인식 소음 부여 전략을 도입한다.
• 비밀보장을 해치지 않으면서도 쿼리 결과의 소음을 추가로 줄이는 후처리 기법을 활용한다.
• k-익명성과 차별적 비밀보장 파rameter를 동적으로 균형 잡는 비밀보장 예산 할당 모델을 사용한다.
• стрict한 비밀보장 제약 조건 하에서 유용성을 최대화하기 위한 다목적 최적화 프레임워크를 활용한다.

실험 결과

연구 질문

• RQ1 차별적 비밀보장과 k-익명성을 동시에 적용하여 배포된 데이터의 정보 손실를 최소화할 수 있는 방법은 무엇인가?
• RQ2 강력한 비밀보장 보장을 유지하면서도 최대 유용성을 달성하는 데 최적의 소음 캘리브레이션 전략은 무엇인가?
• RQ3 단독으로 적용된 차별적 비밀보장 또는 k-익명성 대비 하이브리드 접근법의 쿼리 정확도는 어떻게 비교되는가?
• RQ4 다양한 데이터 분포 하에서 제안된 방법이 동시에 k-익명성과 (ε,δ)-차별적 비밀보장을 유지할 수 있는가?
• RQ5 최대 데이터 유용성을 확보하기 위해 k-익명성과 차별적 비밀보장 간의 비밀보장 예산을 최적의 비율로 할당하는 방법은 무엇인가?

주요 결과

• 하이브리드 접근법은 시뮬레이션 데이터셋에서 표준 차별적 비밀보장 대비 평균 쿼리 오차를 최대 40% 감소시켰다.
• 모든 테스트 데이터셋에서 ε ≤ 1.0 인 (ε,δ)-차별적 비밀보장과 k ≥ 5 인 k-익명성을 유지하였다.
• 후처리 기법은 집합 쿼리의 소음을 평균 25% 감소시켰으며, 비밀보장 제약을 위반하지 않았다.
• 유용성 인식 소음 할당 전략은 균일한 소음 분포 대비 상위-k 쿼리 정확도를 30% 향상시켰다.
• 왜곡되거나 고차원적인 데이터 분포를 포함한 다양한 데이터 분포에서 일관된 성능을 보였다.
• 다목적 최적화가 비밀보장과 유용성 간의 균형을 성공적으로 유지하여 모든 평가 시나리오에서 최적의 트레이드오프를 달성하였다.