[论文解读] Profile Matching Across Unstructured Online Social Networks: Threats and Countermeasures

Anisa Halimi, Erman Ayday|arXiv (Cornell University)|Nov 6, 2017

Privacy-Preserving Technologies in Data参考文献 21被引用 6

一句话总结

本文提出了一种基于机器学习与优化的资料匹配框架，仅利用公开共享的属性（如用户名、兴趣相似度和情感变化）在非结构化在线社交网络中实现用户去匿名化，而无需依赖图结构。该方法实现了高达70%的匹配准确率，揭示了匿名OSN中的重大隐私威胁，并通过隐私与资料实用性之间的优化权衡，提出了保护实用性的对策。

ABSTRACT

In this work, we propose a profile matching (or deanonymization) attack for unstructured online social networks (OSNs) in which similarity in graphical structure cannot be used for profile matching. We consider different attributes that are publicly shared by users. Such attributes include both obvious identifiers such as the user name and non-obvious identifiers such as interest similarity or sentiment variation between different posts of a user in different platforms. We study the effect of using different combinations of these attributes to the profile matching in order to show the privacy threat in an extensive way. Our proposed framework mainly relies on machine learning techniques and optimization algorithms. We evaluate the proposed framework on two real-life datasets that are constructed by us. Our results indicate that profiles of the users in different OSNs can be matched with high probability by only using publicly shared attributes and without using the underlying graphical structure of the OSNs. We also propose possible countermeasures to mitigate this threat in the expense of reduction in the accuracy (or utility) of the attributes shared by the users. We formulate the tradeoff between the privacy and profile utility of the users as an optimization problem and show how slight changes in the profiles of the users would reduce the success of the attack. We believe that this work will be a valuable step to build a privacy-preserving tool for users against profile matching attacks between OSNs.

研究动机与目标

• 量化在缺乏或误导性图结构的非结构化OSN中去匿名化的风险。
• 探究非显性用户属性（如兴趣相似度和情感模式）在资料匹配中的有效性。
• 开发一种基于机器学习与优化的资料匹配框架，无需依赖网络拓扑结构。
• 提出在OSN中平衡用户隐私与资料实用性的对策。
• 在真实数据集上评估该框架，并证明其在精确率与召回率方面优于基线方法。

提出的方法

• 该框架使用机器学习模型（包括线性回归和支持向量机）根据属性相似度对资料匹配进行分类。
• 采用优化算法对隐私与实用性之间的权衡进行建模，识别出能降低去匿名化成功率的最小资料修改。
• 分析的属性包括用户名、位置、活动模式、兴趣相似度以及帖子间的情感变化。
• 系统在作者收集的两个真实数据集上，评估了针对目标和全局去匿名化攻击的性能。
• 将隐私-实用性权衡建模为约束优化问题，以指导用户通过修改资料来降低去匿名化风险。
• 该方法通过来自非结构化OSN的真实数据集进行验证，性能以匹配准确率和召回率衡量。

实验结果

研究问题

• RQ1 在仅使用公开可用的非图属性的情况下，用户资料在非结构化OSN中能多大程度上被匹配？
• RQ2 如兴趣相似度和情感变化等非显性标识如何提升资料匹配的成功率？
• RQ3 结合多种属性对去匿名化攻击准确率有何影响？
• RQ4 用户如何在保持资料共享实用性的同时最小化去匿名化风险？
• RQ5 基于优化的对策是否能有效降低攻击成功率，同时对用户资料实用性影响最小？

主要发现

• 仅使用公开共享属性，即使在缺乏图结构的情况下，非结构化OSN中的资料匹配成功率仍可达到70%。
• 如兴趣相似度和情感变化等非显性标识显著提升了匹配准确率，尤其在缺乏明显标识时更为显著。
• 所提出的机器学习框架在精确率方面优于基线方法，同时保持了相近的召回率。
• 基于优化的对策通过轻微修改用户资料，成功降低了去匿名化成功率，展示了可行的隐私-实用性权衡。
• 该框架在目标攻击和全局攻击场景中均表现有效，凸显了匿名OSN中用户隐私面临的广泛威胁。
• 结果表明，即使是最小的属性修改也能显著降低资料匹配风险，验证了对策的实际可行性。