[논문 리뷰] Slicing: A New Approach to Privacy Preserving Data Publishing

Tiancheng Li, Ninghui Li외 2명|ArXiv.org|2009. 09. 12.

Privacy-Preserving Technologies in Data참고 문헌 29인용 수 8

한 줄 요약

이 논문은 수직적(높은 상관관계를 가진 속성을 열로 묶는다) 및 수평적(튜플을 버킷으로 클러스터링한다)으로 데이터를 분할하는 새로운 프라이버시 보존 데이터 익명화 기법인 슬라이싱을 소개한다. 이 기법은 열 내에서 속성 간 상관관계를 유지하면서도 열 간 연관성을 끊음으로써, 특히 고차원 데이터셋에서 속성 및 구성원 정보 누출을 효과적으로 방지한다. 슬라이싱는 일반화 및 버킷화 기법보다 데이터 유용성을 높이고, 특히 고차원 데이터셋에서 효과적으로 작동한다.

ABSTRACT

Several anonymization techniques, such as generalization and bucketization, have been designed for privacy preserving microdata publishing. Recent work has shown that generalization loses considerable amount of information, especially for high-dimensional data. Bucketization, on the other hand, does not prevent membership disclosure and does not apply for data that do not have a clear separation between quasi-identifying attributes and sensitive attributes. In this paper, we present a novel technique called slicing, which partitions the data both horizontally and vertically. We show that slicing preserves better data utility than generalization and can be used for membership disclosure protection. Another important advantage of slicing is that it can handle high-dimensional data. We show how slicing can be used for attribute disclosure protection and develop an efficient algorithm for computing the sliced data that obey the l-diversity requirement. Our workload experiments confirm that slicing preserves better utility than generalization and is more effective than bucketization in workloads involving the sensitive attribute. Our experiments also demonstrate that slicing can be used to prevent membership disclosure.

연구 동기 및 목표

• 고차원 마이크로데이터에서 일반화 및 버킷화 기법의 한계를 해결하여 데이터 유용성을 유지하고 프라이버시 침해를 방지하는 데 목적이 있다.
• 상관관계가 있는 속성 그룹 내에서 속성 간 상관관계를 유지하면서도, 상관관계가 없는 속성 간의 연결을 끊어 재식별 위험을 줄이는 기법을 개발하는 데 목적이 있다.
• 기존 기법이 종합적으로 다루지 못하는 속성 누출(ℓ-다양성 기반)과 구성원 누출을 모두 방지하는 솔루션을 제공하는 데 목적이 있다.
• 의미 있는 상관관계를 유지하고 정보 손실를 최소화하여 익명화된 데이터에서 효과적인 데이터 분석을 가능하게 하는 데 목적이 있다.
• 슬라이싱가 일반화보다는 더 높은 유용성을 제공하고 버킷화보다 더 높은 프라이버시 보장을 제공함을 실제 워크로드에서 입증하는 데 목적이 있다.

제안 방법

• 수직 분할은 속성 간 상관관계 강도에 따라 속성을 열로 묶는 것으로, 높은 상관관계를 가진 속성이 함께 유지되어 데이터 유용성이 보존되도록 한다.
• 수평 분할은 튜플을 버킷으로 클러스터링하는 것으로, 각 버킷은 유사한 QI 값을 가진 튜플 집합을 포함하여 k-익명성 유사 보호를 가능하게 한다.
• 각 버킷 내에서 각 열의 값이 무작위로 재배열되어 열 간 연관성이 끊어지며, 이로 인해 속성 누출 및 구성원 누출 위험이 감소한다.
• ℓ-다양성 기준을 충족시키기 위해 각 버킷에 최소 ℓ개의 서로 다른 민감한 속성 값이 포함되도록 조건을 설정함으로써 속성 누출을 방지한다.
• 정보 손실를 최소화하면서 ℓ-다양성 조건을 만족하는 슬라이스된 데이터를 계산하는 효율적인 알고리즘을 개발하였다.
• 일반화 기법이 가진 균일 분포 가정을 피하고, 버킷 수준에서 교차 속성 간 상관관계를 유지함으로써 버킷화 기법과는 다르게 작동한다.

실험 결과

연구 질문

• RQ1 고차원 데이터셋에서 일반화보다 더 높은 데이터 유용성을 유지하면서도 속성 누출을 방지할 수 있는 데이터 익명화 기법이 존재하는가?
• RQ2 슬라이싱는 버킷화에서 존재하는 취약점인 구성원 누출을 효과적으로 방지하는가?
• RQ3 민감한 속성이 포함된 실제 워크로드에서 슬라이싱는 일반화 및 버킷화와 비교해 유용성과 프라이버시 측면에서 어떻게 성능을 발휘하는가?
• RQ4 슬라이싱는 준식별자와 민감한 속성 간의 상관관계를 유지할 수 있는가? 이는 버킷화 기법에서 상실되는 요소이다.
• RQ5 다중 슬라이싱(속성이 여러 열에 동시에 나타남)을 允허할 경우 프라이버시와 유용성 간의 상호 교환 관계는 어떻게 되는가?

주요 결과

• 슬라이싱는 열 내에서 속성 간 상관관계를 유지함으로써 고차원 데이터셋에서 일반화보다 훨씬 높은 데이터 유용성을 유지한다.
• 민감한 속성이 포함된 워크로드에서 슬라이싱는 준식별자와 민감한 속성 간의 상관관계를 유지함으로써 버킷화보다 뛰어난 성능을 발휘한다.
• 슬라이싱는 구성원 누출을 효과적으로 방지한다. 반면 버킷화 기법은 원본 QI 값을 공개함으로써 이러한 공격에 취약하다.
• 실험 결과 슬라이싱는 일반화보다 더 높은 유용성을 유지하고 민감한 속성 워크로드에서 프라이버시 보호 측면에서 버킷화보다 더 효과적임을 확인하였다.
• 슬라이싱에서 무작위 튜플 그룹화 방식은 구성원 누출 보호에 덜 효과적임을 시사하며, 향후 연구에서는 더 스마트한 버킷 알고리즘 개발이 필요함을 시사한다.
• 슬라이싱는 다중 슬라이싱 방식으로 확장 가능하며, 이는 유용성 향상에 기여할 수 있으나 프라이버시 분석 복잡도가 증가할 수 있음을 시사한다.