[논문 리뷰] Survey on Privacy-Preserving Techniques for Data Publishing

Tânia Carvalho, Nuno Moniz외 2명|arXiv (Cornell University)|2022. 01. 20.

Privacy-Preserving Technologies in Data인용 수 6

한 줄 요약

이 종합 검토는 마이크로데이터 탈식별화를 위한 프라이버시 보존 기법에 대한 종합적인 분석을 제공하며, 비손실적, 손실적, 탈연결적 접근 방식으로 기법을 분류한다. 프라이버시와 유틸리티의 상호 교환 관계를 평가하면서 기계학습에서의 예측 성능을 강조하며, 최적의 프라이버시-유틸리티 균형을 이루는 데 있어 핵심 과제와 열린 문제를 규명한다.

ABSTRACT

The exponential growth of collected, processed, and shared microdata has given rise to concerns about individuals' privacy. As a result, laws and regulations have emerged to control what organisations do with microdata and how they protect it. Statistical Disclosure Control seeks to reduce the risk of confidential information disclosure by de-identifying them. Such de-identification is guaranteed through privacy-preserving techniques. However, de-identified data usually results in loss of information, with a possible impact on data analysis precision and model predictive performance. The main goal is to protect the individuals' privacy while maintaining the interpretability of the data, i.e. its usefulness. Statistical Disclosure Control is an area that is expanding and needs to be explored since there is still no solution that guarantees optimal privacy and utility. This survey focuses on all steps of the de-identification process. We present existing privacy-preserving techniques used in microdata de-identification, privacy measures suitable for several disclosure types and, information loss and predictive performance measures. In this survey, we discuss the main challenges raised by privacy constraints, describe the main approaches to handle these obstacles, review taxonomies of privacy-preserving techniques, provide a theoretical analysis of existing comparative studies, and raise multiple open issues.

연구 동기 및 목표

• 증가하는 데이터 수집과 규제 요구 증가 속에서 공개된 마이크로데이터에서 개인의 프라이버시를 보호하는 데 대비하기 위해.
• 특히 예측 모델링 작업에서 데이터 프라이버시와 유틸리티 간의 상호 교환 관계를 분석하기 위해.
• 마이크로데이터 탈식별화를 위한 프라이버시 보존 기법에 대한 통합된 분류 체계를 제공하기 위해.
• 기존의 프라이버시 측정법, 유틸리티 메트릭스 및 데이터 분석과 기계학습 성능에 미치는 영향을 평가하기 위해.
• 실제 응용 분야에서 프라이버시 보존 데이터 공개 분야의 열린 연구 과제와 향후 방향성 규명하기 위해.

제안 방법

• 비손실적, 손실적, 탈연결적 방법으로 나누는 새로운 분류 체계를 제안한다.
• 탈식별화 및 위험 완화 메커니즘에 기반해 기존 프라이버시 보존 기법을 검토하고 분류한다.
• k-익명성, l-다양성, t-근접성과 같은 프라이버시 측정법을 다양한 泄密 위험에 대해 분석한다.
• 정보 손실 및 분류, 회귀, 군집 분석 작업에서의 예측 성능을 포함한 유틸리티 메트릭스를 평가한다.
• 다양한 기법 간의 프라이버시-유틸리티 상호 교환 관계에 대한 비교 연구와 이론적 분석을 검토한다.
• 분산 환경에서 프라이버시를 향상시키기 위해 암호 기법 통합 및 공동 프레임워크 적용에 대해 논의한다.

실험 결과

연구 질문

• RQ1 마이크로데이터 탈식별화를 위한 프라이버시 보존 기법의 주요 범주와 하위 유형은 무엇인가?
• RQ2 다양한 프라이버시 보존 기법은 기계학습 모델의 데이터 유틸리티와 예측 성능에 어떻게 영향을 미치는가?
• RQ3 공개된 데이터셋에서 재식별 위험을 완화하기 위해 가장 효과적인 프라이버시 측정법은 무엇인가?
• RQ4 프라이버시와 유틸리티 간의 상호 교환 관계는 어떻게 체계적으로 평가하고 최적화할 수 있는가?
• RQ5 실제 응용 분야에서 프라이버시 보존 데이터 공개 분야의 핵심 과제와 연구 격차는 무엇인가?

주요 결과

• 이 종합 검토는 데이터 프라이버시와 예측 성능 사이에 중요한 상호 교환 관계를 규명하며, 높은 프라이버시는 종종 모델 정확도와 유틸리티를 감소시킨다고 밝힌다.
• 데이터 손실 및 노이즈 추가와 같은 손실적 기법은 프라이버시에 효과적이지만, 데이터 품질과 모델 성능을 떨어뜨릴 수 있다.
• 일반화 및 억제를 포함한 비손실적 방법은 더 많은 데이터 유틸리티를 유지하지만, 신중하게 적용하지 않으면 여전히 재식별 위험이 존재한다.
• 데이터 스왑 및 익명화를 포함한 탈연결적 기법은 연결 위험을 감소시키지만, 유틸리티 손실을 방지하기 위해 신중한 설계가 필요하다.
• 다수의 연구에서 회귀 및 군집 분석 작업에 대한 프라이버시 보존 기법의 실증적 평가가 부족하여, 분류 외 응용 분야에서의 연구 격차가 드러나 있다.
• 다양한 기법의 통합과 암호 기반 협업 메커니즘의 융합은 유틸리티 손실을 최소화하면서도 프라이버시를 향상시키는 데 잠재력이 있다.