[논문 리뷰] Ontology-Based Quality Evaluation of Value Generalization Hierarchies for Data Anonymization

Vanessa Ayala-Rivera, Patrick McDonagh외 2명|arXiv (Cornell University)|2015. 03. 05.

Privacy-Preserving Technologies in Data참고 문헌 26인용 수 7

한 줄 요약

이 논문은 데이터 익명화에서 가치 일반화 계층(VGH)의 품질을 정량적으로 평가하기 위해 온톨로지 기반의 방법을 제안한다. 이 방법은 의미 일관성과 계층적 구조를 측정하여 의미 손실를 최소화한다. 의미 유사도 지표와 계층적 가중치를 활용해 복합적인 VghGSL 점수를 계산함으로써 객관적인 비교와 잘못 정의된 VGH의 식별이 가능해지며, 이는 원래 의미를 유지함으로써 데이터 유용성을 향상시킨다.

ABSTRACT

In privacy-preserving data publishing, approaches using Value Generalization Hierarchies (VGHs) form an important class of anonymization algorithms. VGHs play a key role in the utility of published datasets as they dictate how the anonymization of the data occurs. For categorical attributes, it is imperative to preserve the semantics of the original data in order to achieve a higher utility. Despite this, semantics have not being formally considered in the specification of VGHs. Moreover, there are no methods that allow the users to assess the quality of their VGH. In this paper, we propose a measurement scheme, based on ontologies, to quantitatively evaluate the quality of VGHs, in terms of semantic consistency and taxonomic organization, with the aim of producing higher-quality anonymizations. We demonstrate, through a case study, how our evaluation scheme can be used to compare the quality of multiple VGHs and can help to identify faulty VGHs.

연구 동기 및 목표

• 데이터 익명화에서 가치 일반화 계층(VGH)에 대한 표준화되고 객관적인 평가 방법의 부재를 해결하기 위해.
• 기본 온톨로지에서의 의미 일관성과 분류 조직을 통합하여 VGH의 품질을 체계화하기 위해.
• 결함이 있거나 최적화되지 않은 VGH를 식별할 수 있는 정량적 측정 기준을 제공하여 과도한 일반화와 의미 손실를 줄이기 위해.
• 사용자가 주관적인 판단이 아닌 의미 충실도에 기반해 VGH를 선택하거나 개선할 수 있도록 지원하기 위해.
• 더 나은 VGH 정의를 통해 범주형 속성의 원래 의미를 유지함으로써 익명화된 데이터의 유용성을 향상시키기 위해.

제안 방법

• 각 개념과 그 일반화 조상 간의 의미 유사도 점수를 기존의 의미 유사도 측정 지표를 사용해 계산한다.
• 계층의 각 수준에서 LevelGSL(수준 기반 일반화 의미 손실) 점수를 정의하며, 최악의 경우 또는 평균 의미 손실를 반영하기 위해 최대값 또는 평균 함수를 사용한다.
• 하위 수준에서 더 구체적인 수준에서의 의미 손실를 강조하기 위해 수준 기반 가중치 $ w_i $ 를 적용한다.
• 모든 수준의 LevelGSL 점수를 병합하여 복합 지표인 VghGSL(VGH 일반화 의미 손실) 점수를 계산하며, 높은 점수는 더 나은 의미 보존을 의미한다.
• 기본 온톨로지를 활용해 VGH 용어 간 일관되고 체계화된 의미 관계를 보장한다.
• 의미적 및 구조적 기준을 표준화함으로써 여러 VGH 간 비교를 지원한다.

실험 결과

연구 질문

• RQ1 의미 일관성과 계층적 구조 측면에서 가치 일반화 계층(VGH)의 품질을 객관적으로 어떻게 측정할 수 있는가?
• RQ2 잘못 정의된 VGH의 주요 징후는 무엇이며, 이를 정량적으로 어떻게 탐지할 수 있는가?
• RQ3 VGH에서의 의미 손실가 익명화된 데이터의 유용성에 얼마나 큰 영향을 미치는가?
• RQ4 다양한 가중치 전략(예: 최대값 대 평균값)이 계층 수준 간 VGH 품질 평가에 어떻게 영향을 미치는가?
• RQ5 온톨로지 기반의 의미 유사도 지표는 고품질과 저품질 VGH를 효과적으로 구별할 수 있는가?

주요 결과

• VGH1은 일정 가중치를 사용할 경우 VghGSL 점수 0.2454를, 수준 기반 가중치를 사용할 경우 0.2023을 기록하여 각각 VGH2의 0.2773 및 0.2791을 상회함으로써 더 나은 의미 보존을 보였다.
• 수준 기반 가중치 전략을 통해 VGH2의 수준 1에서의 의미 손실 0.09가 VGH1의 수준 3에서의 손실보다 더 심각한 영향을 미친다는 것이 드러났다. 이는 하위 수준에서 더 구체적인 의미의 손실가 더 큰 영향을 미친다는 것을 의미한다.
• VGH2의 수준 1에서의 LevelGSL 절정치(0.1440)는 일반화가 잘못 정의되어 있음을 시사한다. 이는 자식 개념의 의미 손실가 부모 개념보다 더 높아 의미 계층 원칙을 위반하고 있음을 의미한다.
• LevelGSL 선택에 최대값 함수를 사용함으로써 최악의 경우 의미 손실를 강조할 수 있었으며, 이는 VGH 설계의 심각한 결함를 식별하는 데 효과적이었다.
• 이 방법은 VGH2가 자식 개념이 부모 개념보다 덜 구체적인 등 일관되지 않은 일반화를 포함하고 있음을 성공적으로 식별하였다. 이는 의미적 통합성을 손상시킨다.
• 결과적으로, 세밀하고 의미적으로 일관된 일반화를 갖춘 VGH는 더 높은 데이터 유용성을 제공하는 반면, 임의적이거나 일관되지 않은 계층은 과도한 일반화로 인해 유용성을 떨어뜨린다는 것이 입증되었다.