[논문 리뷰] Towards Breaking the Curse of Dimensionality for High-Dimensional Privacy: An Extended Version

Hessam Zakerzadeh, Charų C. Aggarwal외 1명|arXiv (Cornell University)|2014. 01. 06.

Privacy-Preserving Technologies in Data참고 문헌 32인용 수 4

한 줄 요약

이 논문은 고차원 데이터 내 상호 속성 상관관계를 활용하여 차원의 극복 문제를 완화하는 분할 기반 익명화 방법을 제안한다. 상호정보량을 사용하여 데이터를 수직적으로 분할한 부분집합으로 나누고, 각 부분집합에 대해 독립적으로 k-익명성, ℓ-다양성 또는 t-근접도를 적용함으로써, 유용성을 유지하면서도 신원, 속성 및 소속 공개 공격에 저항한다. 이로 인해 비분할 방법 대비 최대 28% 높은 F-측도를 달성한다.

ABSTRACT

The curse of dimensionality has remained a challenge for a wide variety of algorithms in data mining, clustering, classification and privacy. Recently, it was shown that an increasing dimensionality makes the data resistant to effective privacy. The theoretical results seem to suggest that the dimensionality curse is a fundamental barrier to privacy preservation. However, in practice, we show that some of the common properties of real data can be leveraged in order to greatly ameliorate the negative effects of the curse of dimensionality. In real data sets, many dimensions contain high levels of inter-attribute correlations. Such correlations enable the use of a process known as vertical fragmentation in order to decompose the data into vertical subsets of smaller dimensionality. An information-theoretic criterion of mutual information is used in the vertical decomposition process. This allows the use of an anonymization process, which is based on combining results from multiple independent fragments. We present a general approach which can be applied to the k-anonymity, l-diversity, and t-closeness models. In the presence of inter-attribute correlations, such an approach continues to be much more robust in higher dimensionality, without losing accuracy. We present experimental results illustrating the effectiveness of the approach. This approach is resilient enough to prevent identity, attribute, and membership disclosure attack.

연구 동기 및 목표

• 차원의 극복 문제로 인해 고차원 데이터에서 익명화 효과가 떨어지는 문제를 해결하기 위해.
• 특성 선택에 의존하지 않고도 개인정보 보존 발행에서 데이터 유용성을 유지하기 위해.
• k-익명성, ℓ-다양성, t-근접도 모델을 고차원 환경에 일반화 가능하게 적용 가능한 프레임워크를 개발하기 위해.
• 실제 데이터의 고유한 상관관계를 활용하여 개인정보-유용성 트레이드오프를 향상시킬 수 있음을 입증하기 위해.

제안 방법

• 상호정보량을 기반으로 고차원 데이터를 상호관계가 있는 소규모 속성 부분집합으로 수직적으로 분할하여 각 부분집합의 차원을 감소시킨다.
• 각 부분집합은 k-익명성, ℓ-다양성, 또는 t-근접도와 같은 표준 모델을 독립적으로 적용하여 개인정보를 보호한다.
• 다양한 부분집합에서 얻은 익명화 결과를 후처리 단계에서 통합하여 전역적으로 익명화된 데이터셋을 재구성한다.
• 상호정보량은 정보이론적 기준으로서 분할 과정을 이끌고 의미 있는 속성 그룹화를 보장한다.
• 전체 데이터에 대한 편향을 방지하기 위해 각 부분집합에서 국소적으로 익명화를 수행함으로써 속성당 정보 손실를 최소화한다.
• 이 방법은 기존의 k-익명성, ℓ-다양성, 또는 t-근접도 구현과 호환되는 메타알고리즘으로 설계되어 있다.

실험 결과

연구 질문

• RQ1 실제 고차원 데이터의 상호 속성 상관관계를 활용하여 차원의 극복 문제에 의한 익명화에 악영향을 줄 수 있는가?
• RQ2 낮은 차원의 상관관계가 있는 부분집합으로 데이터를 수직적으로 분할하면 전역 익명화 대비 익명화된 데이터의 유용성이 향상되는가?
• RQ3 분할 기반 접근법이 고차원 환경에서 신원, 속성 및 소속 공개 공격에 대해 어느 정도 개인정보를 보호하는가?
• RQ4 다양한 차원과 k-익명성 수준에서 비분할 익명화와 비교해 본 결과, 제안된 방법의 분류 정확도(F-측도)는 어떻게 되는가?

주요 결과

• 분할 기반 접근법은 Musk 데이터셋에서 ℓ-다양성 익명화에서 비분할 기준 대비 최대 28% 높은 F-측도를 달성하였다.
• 단순한 분할 설계라도 비분할 익명화보다 F-측도에서 뛰어난 성능을 보였으며, 부분집합 설계의 단순화에 대해 강건함을 입증하였다.
• k-익명성의 경우, k가 증가함에 따라 비분할 익명화 대비 분할 접근법이 F-측도에서 최대 54% 향상되었다.
• 분할 환경에서는 차원이 증가함에 따라 F-측도가 상대적으로 안정되거나 향상되었으나, 비분할 익명화는 과도한 편향으로 인해 심각한 유용성 손실을 겪었다.
• 각 부분집합 내 속성별 정보를 유지함으로써 신원, 속성 및 소속 공개 공격에 효과적으로 저항하였다.
• 결과적으로, 데이터 상관관계를 분할을 통해 활용할 경우 이론적으로 예상되는 차원의 극복 문제의 제약이 실질적으로 크게 완화됨을 보여주었다.