[논문 리뷰] On the k-Anonymization of Time-varying and Multi-layer Social Graphs

Luca Rossi, Mirco Musolesi외 1명|arXiv (Cornell University)|2015. 03. 22.

Privacy-Preserving Technologies in Data참고 문헌 31인용 수 5

한 줄 요약

이 논문은 각 노드의 시간적 차수 수열이 적어도 k−1개의 다른 노드와 구별되지 않도록 보장함으로써 시간에 따라 변화하는 다층 소셜 그래프에 대해 k-익명성을 실현하는 새로운 프레임워크를 제안한다. l₁-노름 최소화 방법과 수정된 k-means 알고리즘을 사용하여 노드를 그룹화한 후, 반복적인 선형 프로그래밍 방법을 통해 차수 수열의 실현 가능성을 확보함으로써 구조적 통합성을 유지하면서도 실제 그래프와 시뮬레이션 그래프에서 간선 수정 수를 최소화한다.

ABSTRACT

The popularity of online social media platforms provides an unprecedented opportunity to study real-world complex networks of interactions. However, releasing this data to researchers and the public comes at the cost of potentially exposing private and sensitive user information. It has been shown that a naive anonymization of a network by removing the identity of the nodes is not sufficient to preserve users' privacy. In order to deal with malicious attacks, k-anonymity solutions have been proposed to partially obfuscate topological information that can be used to infer nodes' identity. In this paper, we study the problem of ensuring k-anonymity in time-varying graphs, i.e., graphs with a structure that changes over time, and multi-layer graphs, i.e., graphs with multiple types of links. More specifically, we examine the case in which the attacker has access to the degree of the nodes. The goal is to generate a new graph where, given the degree of a node in each (temporal) layer of the graph, such a node remains indistinguishable from other k-1 nodes in the graph. In order to achieve this, we find the optimal partitioning of the graph nodes such that the cost of anonymizing the degree information within each group is minimum. We show that this reduces to a special case of a Generalized Assignment Problem, and we propose a simple yet effective algorithm to solve it. Finally, we introduce an iterated linear programming approach to enforce the realizability of the anonymized degree sequences. The efficacy of the method is assessed through an extensive set of experiments on synthetic and real-world graphs.

연구 동기 및 목표

• 노드 신원이 시간적 차수 수열을 통해 재식별될 수 있는 시간에 따라 변화하는 다층 소셜 그래프에서의 프라이버시 위험을 해결하기 위해.
• 각 노드의 시간적 차수 수열이 적어도 k−1개의 다른 노드와 구별되지 않도록 보장하여 시간에 따라 k-차수 익명성을 달성하기 위해.
• 익명화 과정 중 간선 삽입 및 삭제 수를 최소화하여 구조적 왜곡을 최소화하기 위해.
• 익명화된 차수 수열이 실현 가능하도록 보장하기 위해, 즉 각 시간 슬라이스에서 실제 그래프에 대응되도록 하기 위해.
• 대규모 그래프에 대해 계산 가능성을 유지하면서도 익명화 과정을 확장 가능하게 하기 위해.

제안 방법

• 원래의 차수 수열과 익명화된 차수 수열 간의 l₁-거리 최소화를 목표로 하여 익명화 문제를 일반화된 할당 문제로 수식화한다.
• 최소 그룹 크기 제약 조건 k를 고려한 l₁-공간에서 수정된 k-means 알고리즘을 적용하여 익명 그룹을 형성한다.
• 반복적인 선형 프로그래밍 방법을 사용하여 시간 슬라이스 전반에 걸쳐 익명화된 차수 수열의 실현 가능성을 강제한다.
• 익명화되고 실현 가능한 차수 수열에서 최종적인 k-익명 시간에 따라 변화하는 그래프를 구성한다.
• OpenMP를 활용한 병렬 처리를 통해 다중 코어 시스템에서의 런타임 효율성을 향상시킨다.
• 원본 및 익명화된 시간 슬라이스 간의 PageRank 유사도와 코사인 유사도를 사용하여 구조적 보존성을 검증한다.

실험 결과

연구 질문

• RQ1 노드 신원이 시간적 차수 수열을 통해 유추되는 시간에 따라 변화하는 그래프에서 k-차수 익명성이 효과적으로 달성될 수 있는가?
• RQ2 시간에 따라 k-익명성을 확보하면서도 익명화 과정에서의 구조적 왜곡을 어떻게 최소화할 수 있는가?
• RQ3 시간적 상관관계가 익명화 과정에서 요구되는 간선 수정 수에 어떤 영향을 미치는가?
• RQ4 어떻게 하면 익명화된 차수 수열을 실현 가능하게 만들 수 있는가, 즉 각 시간 슬라이스에서 실제 그래프에 대응되도록 할 수 있는가?
• RQ5 특히 높은 활동성 시간 주기에서 익명화 이후에도 얼마나 많은 구조적 정보가 유지되는가?

주요 결과

• 이 프레임워크는 10만 노드를 가진 Yahoo 그래프를 포함한 대규모 시간에 따라 변화하는 그래프를 성공적으로 익명화하였으며, k=2일 경우 런타임이 80시간 이내였다.
• 런타임은 시간 차원에 따라 비선형적으로 증가한다; 예를 들어, Enron Day(Enron Month보다 30배 더 많은 슬라이스)는 처리에 5배 더 오래 걸렸다.
• 높은 활동성 시간 주기에서는 구조적 보존성이 높았으며, 상호작용이 빈번할수록 코사인 유사도가 높게 유지되었다.
• 익명화된 슬라이스의 PageRank 벡터는 원본과 강한 유사성을 보였으며, 중심성과 네트워크 구조가 유지됨을 시사했다.
• 간선 수정 수는 그래프의 평균 시간적 상관관계에 따라 달라지며, 상관관계가 높을수록 수정 수가 적어졌다.
• 이 방법은 프라이버시와 구조적 정밀성의 균형을 이루었으며, 대규모 복잡한 네트워크에서도 최소한의 왜곡으로 성능을 유지를 하였다.