[논문 리뷰] Scalable Multi-Database Privacy-Preserving Record Linkage using Counting Bloom Filters

Dinusha Vatsalan, Peter Christen외 1명|arXiv (Cornell University)|2017. 01. 05.

Data Quality and Management참고 문헌 35인용 수 5

한 줄 요약

이 논문은 Counting Bloom Filters(CBFs)를 사용하여 다수의 데이터베이스 간에 스케일러블하고 프라이버시를 보장하는 기록 연결(PPRL) 방법을 제안한다. 이는 문자 기반의 준식별자에 대한 근사 매칭을 효율적으로 가능하게 한다. CBFs와 최적화된 통신 패턴(전용 연결 단위가 있는지 여부에 관계없이)을 활용함으로써, 이전 방법들에 비해 통신 및 계산 비용을 크게 감소시키면서도 높은 연결 품질과 강력한 프라이버시 보장을 달성한다.

ABSTRACT

Privacy-preserving record linkage (PPRL) aims at integrating sensitive information from multiple disparate databases of different organizations. PPRL approaches are increasingly required in real-world application areas such as healthcare, national security, and business. Previous approaches have mostly focused on linking only two databases as well as the use of a dedicated linkage unit. Scaling PPRL to more databases (multi-party PPRL) is an open challenge since privacy threats as well as the computation and communication costs for record linkage increase significantly with the number of databases. We thus propose the use of a new encoding method of sensitive data based on Counting Bloom Filters (CBF) to improve privacy for multi-party PPRL. We also investigate optimizations to reduce communication and computation costs for CBF-based multi-party PPRL with and without the use of a dedicated linkage unit. Empirical evaluations conducted with real datasets show the viability of the proposed approaches and demonstrate their scalability, linkage quality, and privacy protection.

연구 동기 및 목표

• 의료, 국가 안보 및 비즈니스 응용 분야에서 민감한 데이터를 통합할 때 발생하는 다중 데이터베이스 간 다자 간 기록 연결의 확장성 및 프라이버시 도전 과제를 해결한다.
• 기존의 PPRL 방법이 두 명의 당사자 간 연결이나 정확한 매칭에 국한되어 있으며, 오류 및 변형이 있는 문자 기반 준식별자에 대해서는 한계가 있음을 극복한다.
• CBFs와 안전한 합산을 사용하여 준식별자에 대한 효율적인 프라이버시 보장 프레임워크를 개발하고, 통신 및 계산 오버헤드를 줄인다.
• CBF 기반 다자 간 PPRL에서 성능과 확장성을 향상시키기 위해 라인 기반 및 LU 보조 통신 패턴을 조사하고 최적화한다.
• 상향식 일반화와 안전한 집계를 통해 원시 데이터 폭로를 최소화하고 k-익명성을 실현함으로써 강력한 프라이버시 보장을 확보한다.

제안 방법

• 다양한 데이터베이스에서 준식별자(예: 이름, 주소)를 Counting Bloom Filters(CBFs)로 인코딩하여, 효율적이고 프라이버시 보장된 근사 매칭을 가능하게 한다.
• 안전한 합산 프로토콜을 적용하여 다수의 당사자로부터 온 CBFs를 하나의 글로벌 CBF로 통합함으로써, 개별 데이터를 드러내지 않고도 유사도 계산이 가능하게 한다.
• 중앙 집중식 연결 단위가 없는 데크스터라이즈드 연결을 위한 라인 기반 통신을 사용하여 통신 비용을 감소시키고 확장성을 향상시킨다.
• 신뢰할 수 있는 연결 단위(LU)가 모든 당사자로부터 CBFs를 수신하고 비교하는 LU 보조 통신 패턴을 도입함으로써 중앙 집중식 유사도 평가를 가능하게 한다.
• 후보 집합을 줄이고 비용이 많이 드는 유사도 비교를 최소화하기 위해 개인 정보 보존 블로킹 및 필터링 기법을 통합한다.
• CBFs 간의 Dice 계수를 사용하여 매칭 가능성의 유사도를 평가함으로써, 노이즈가 있는 문자 데이터에 대한 근사 매칭을 가능하게 한다.

실험 결과

연구 질문

• RQ1 Counting Bloom Filters는 다자 간 PPRL 환경에서 다수의 데이터베이스 간에 스케일러블하고 프라이버시를 보장하는 근사 매칭을 효과적으로 어떻게 구현할 수 있는가?
• RQ2 라인 기반 또는 연결 단위 보조 통신 패턴 중에서 다자 간 PPRL에서 프라이버시, 통신 효율성, 계산 성능 간의 균형을 가장 잘 유지하는 것은 무엇인가?
• RQ3 CBF 기반 PPRL은 대규모 수의 데이터베이스와 레코드로 확장되더라도 높은 연결 품질과 강력한 프라이버시 보장을 달성할 수 있는가?
• RQ4 안전한 합산과 CBF 집합은 전통적인 BF 기반 접근 방식에 비해 통신 및 계산 오버헤드를 어떻게 감소시키는가?
• RQ5 블로킹 및 필터링 기법의 영향은 다자 간 PPRL에서 후보 집합 크기를 줄이고 전체 연결 효율성을 향상시키는 데 어떤가?

주요 결과

• 제안된 CBF 기반 PPRL 접근 방식은 특히 다자 환경에서 기준선 방법에 비해 통신 및 계산 비용을 크게 감소시킨다.
• 라인 기반 통신 패턴은 중앙 단위에 개별 BF를 전송할 필요가 없어지므로 통신 오버헤드를 감소시켜 확장성을 향상시킨다.
• 안전한 합산과 CBF 집합을 통해 원시 준식별자 값 폭로 없이 정확한 유사도 계산이 가능해져 프라이버시를 보존한다.
• 실제 데이터셋을 대상으로 한 실험 평가 결과, 이 방법은 높은 연결 품질을 유지하며 F1 점수 및 정밀도/재현율이 기존 방법과 비교해 유사하거나 뛰어나다.
• 데이터베이스 및 레코드 수가 증가함에 따라 효율적으로 확장되며, 의료 및 국가 안보 분야와 같은 실생활 응용 분야에 실현 가능함을 보여준다.
• 개인 정보 보존 블로킹 및 필터링의 통합으로 후보 집합의 수가 감소하여 비용이 많이 드는 유사도 비교가 최소화되고 전체 성능이 향상된다.