[논문 리뷰] Resolving the Complexity of Some Data Privacy Problems

Jeremiah Blocki, Ryan Williams|arXiv (Cornell University)|2010. 04. 21.

Privacy-Preserving Technologies in Data참고 문헌 12인용 수 5

한 줄 요약

이 논문은 데이터 프라이버시에서 k-익명성과 ℓ-다양성의 계산 복잡도를 해결한다. 2-익명성은 다항시간 내로 해결 가능하며, 27개의 속성을 가진 3-익명성은 MAX SNP-난이도이다. 또한 이중 속성에 대해 2-다양성과 3-다양성은 NP-난이도이며, 제한된 속성과 알파벳 크기 조건 하에서의 k-익명성에 대해 비지수 시간 알고리즘이 제시된다.

ABSTRACT

We formally study two methods for data sanitation that have been used extensively in the database community: k-anonymity and l-diversity. We settle several open problems concerning the difficulty of applying these methods optimally, proving both positive and negative results: 1. 2-anonymity is in P. 2. The problem of partitioning the edges of a triangle-free graph into 4-stars (degree-three vertices) is NP-hard. This yields an alternative proof that 3-anonymity is NP-hard even when the database attributes are all binary. 3. 3-anonymity with only 27 attributes per record is MAX SNP-hard. 4. For databases with n rows, k-anonymity is in O(4^n poly(n)) time for all k > 1. 5. For databases with n rows and l <= log_{2c+2} log n attributes over an alphabet of cardinality c = O(1), k-anonymity is in P. Assuming c, l = O(1), k-anonymity is in O(n). 6. 3-diversity with binary attributes is NP-hard, with one sensitive attribute. 7. 2-diversity with binary attributes is NP-hard, with three sensitive attributes.

연구 동기 및 목표

• 데이터 프라이버시에서 k-익명성과 ℓ-다양성의 계산 복잡도에 대한 열린 질문을 해결하기 위해.
• 특히 보안화 및 일반화 모델 하에서 2-익명성이 다항시간 내로 해결 가능한지, 아니면 NP-난이도인지 판단하기 위해.
• 레코드당 속성 수가 적고 알파벳 크기가 상수일 때 k-익명성과 ℓ-다양성의 난이도를 조사하기 위해.
• 이러한 개인정보 보호 데이터 정제 문제에 대해 근사 알고리즘과 비지수 시간 해법의 가능성을 탐색하기 위해.

제안 방법

• Anshelevich와 Karagiozova의 최소비용 초그래프 매칭 결과를 활용하여 초그래프 매칭으로의 환원을 통해 2-익명성이 P에 속함을 증명한다.
• 알파벳 크기에 대한 제약과 삼분할 그래프에서 삼각형 분할 문제로의 환원을 통해 27개의 속성을 가진 3-익명성의 NP-난이도를 MAX SNP-난이도로 환원한다.
• 모든 행 부분집합에 대한 동적 프로그래밍을 기반으로 하여 런타임이 O(4^n · poly(n))인 k-익명성의 비지수 시간 알고리즘을 개발한다.
• ℓ개의 속성, 알파벳 크기 c, n개의 행을 가진 데이터베이스에 대해 런타임이 2^{O(k²(2c)^ℓ)} + O(nℓ)인 더 정교한 알고리즘을 제안한다.
• 삼분할 그래프에서 삼각형 분할 문제로의 환원을 통해 이중 속성에 대해 2-다양성과 3-다양성이 NP-난이도임을 입증한다.
• 삼분할 집합 내의 간선 소속 관계를 기반으로 한 레이블링 체계를 도입하여 그래프의 구조를 프라이버시 제약 조건에 통합한다.

실험 결과

연구 질문

• RQ1 일반화 계층 구조 하에서도 2-익명성은 다항시간 내로 해결 가능한가?
• RQ2 고정된 속성 수(예: 27개)를 가진 3-익명성은 NP-난이도이거나 MAX SNP-난이도인가?
• RQ3 속성 수와 알파벳 크기가 제한된 조건에서 k-익명성은 비지수 시간 내로 해결 가능한가?
• RQ4 세 개의 민감한 이진 속성을 가진 2-다양성은 NP-난이도인가, 즉 이중 속성일지라도?
• RQ5 민감한 삼진 속성이 하나이고 비민감한 속성이 이진인 조건에서 3-다양성은 NP-난이도인가?

주요 결과

• 2-익명성은 최소비용 초그래프 매칭 기반 다항시간 알고리즘으로 P에 속한다.
• 레코드당 27개의 속성만을 가진 3-익명성은 MAX SNP-난이도이며, 이는 P = NP가 아닐 경우 다항시간 근사 스킴이 존재하지 않음을 의미한다.
• 모든 k > 1에 대해 런타임이 O(4^n · poly(n))인 k-익명성은 n개의 행이 있을 때 해결 가능하다.
• ℓ개의 속성, 알파벳 크기 c, n개의 행을 가진 데이터베이스에 대해 k-익명성은 2^{O(k²(2c)^ℓ)} + O(nℓ) 시간 내에 실행 가능하며, 이는 ℓ = O(log log n) 및 c = O(log n) 조건에서 비지수 시간 해법을 가능하게 한다.
• 세 개의 민감한 이진 속성을 가진 2-다양성은 삼분할 그래프에서 삼각형 분할 문제로의 환원을 통해 NP-난이도임을 입증하였다.
• 민감한 삼진 속성이 하나이고 비민감한 속성이 이진인 조건에서 3-다양성은 유사한 환원 전략과 간선-삼각형 인코딩을 통해 NP-난이도임을 입증하였다.