[论文解读] A formalization of re-identification in terms of compatible probabilities

Vicenç Torra, Klara Stokes|arXiv (Cornell University)|Jan 21, 2013

Bayesian Modeling and Causal Inference参考文献 10被引用 4

一句话总结

本文通过兼容的 belief 函数与真实概率，形式化了数据隐私中的重新识别问题，提出正确的重新识别算法必须返回与真实底层概率分布兼容的 belief 函数。主要贡献是一个框架，确保随着更多信息的加入，算法输出会收敛至真实概率，从而最小化不确定性与冲突度量。

ABSTRACT

Re-identification algorithms are used in data privacy to measure disclosure risk. They model the situation in which an adversary attacks a published database by means of linking the information of this adversary with the database. In this paper we formalize this type of algorithm in terms of true probabilities and compatible belief functions. The purpose of this work is to leave aside as re-identification algorithms those algorithms that do not satisfy a minimum requirement.

研究动机与目标

• 建立数据隐私中重新识别算法正确性的正式标准。
• 通过要求算法输出与真实概率分布兼容，定义重新识别算法正确的含义。
• 使用 belief 函数与 pignistic 变换来建模重新识别中的不确定性。
• 确保信息增加可导致非特定性减少并收敛至真实概率。
• 为评估与验证重新识别算法提供理论基础。

提出的方法

• 使用 belief 函数表示重新识别中的不确定性，其中每个 belief 函数必须与真实概率分布兼容。
• 应用 pignistic 变换将 belief 函数转换为概率分布，以支持决策。
• 定义一个可接受的组合函数，该函数保持与真实概率的兼容性，并随时间减少非特定性（不精确性）。
• 递归扩展组合函数以处理多条附加信息，确保非特定性单调递减。
• 采用可转移信任模型（TBM）来建模信念结构与不确定性下的推理。
• 使用熵与非特定性度量来量化 belief 函数中的冲突与不精确性，当 belief 函数收敛至真实概率时，非特定性随之减少。

实验结果

研究问题

• RQ1 重新识别算法需满足何种条件才可被视为正确？
• RQ2 如何使用 belief 函数在保持与真实概率兼容的前提下，建模重新识别中的不确定性？
• RQ3 多条信息的组合能否导致收敛至真实概率分布？
• RQ4 随着更多信息的引入，非特定性与冲突等度量如何演变？
• RQ5 组合函数需具备何种性质，以保持兼容性并减少不确定性？

主要发现

• 若重新识别算法返回的 belief 函数与真实概率分布兼容，则该算法是正确的。
• 与真实概率兼容的 belief 函数的 pignistic 变换，可产生与真实分布一致的有效概率估计。
• 随着更多信息的加入，belief 函数的非特定性单调递减，表明不确定性降低。
• 当 belief 函数变为概率分布时，其必须等于真实概率分布，且后续组合不再改变其结果。
• 可接受的组合函数保持兼容性，并确保非特定性不会因新增信息而增加。
• 该框架确保重新识别算法在整合更多信息时收敛至真实概率，从而验证其正确性。