[论文解读] Augmented Rotation-Based Transformation for Privacy-Preserving Data Clustering

Dowon Hong, Aziz Mohaisen|arXiv (Cornell University)|Jun 10, 2010

Blind Source Separation Techniques参考文献 11被引用 3

一句话总结

本文提出增强型基于旋转的转换（ARBT），一种改进的隐私保护数据聚类方法，通过将多旋转基转换（MRBT）扩展至保留传统聚类的数据可用性，同时抵抗先验知识独立成分分析（AK-ICA）攻击。ARBT 利用转换的线性特性，使可在转换后的数据子集上进行聚类，从而在隐私保护与实际可用性之间实现强平衡，经由自研工具包及对计算开销与隐私指标的实证评估得到验证。

ABSTRACT

Multiple rotation-based transformation (MRBT) was introduced recently for mitigating the apriori-knowledge independent component analysis (AK-ICA) attack on rotation-based transformation (RBT), which is used for privacy-preserving data clustering. MRBT is shown to mitigate the AK-ICA attack but at the expense of data utility by not enabling conventional clustering. In this paper, we extend the MRBT scheme and introduce an augmented rotation-based transformation (ARBT) scheme that utilizes linearity of transformation and that both mitigates the AK-ICA attack and enables conventional clustering on data subsets transformed using the MRBT. In order to demonstrate the computational feasibility aspect of ARBT along with RBT and MRBT, we develop a toolkit and use it to empirically compare the different schemes of privacy-preserving data clustering based on data transformation in terms of their overhead and privacy.

研究动机与目标

• 为解决 MRBT 的局限性，即虽可缓解 AK-ICA 攻击，但通过禁用传统聚类牺牲了数据可用性。
• 开发一种转换方案，在保持对 AK-ICA 攻击的抵抗能力的同时，保留用于聚类的数据可用性。
• 通过实现与实证评估，确保所提方案的计算可行性。
• 证明 ARBT 可在不损害隐私的前提下，实现对转换后数据子集的聚类。

提出的方法

• ARBT 通过利用转换的线性特性，扩展 MRBT，使可在单个转换后的数据子集上进行聚类。
• 该方法对数据应用多个旋转矩阵，每个子集使用不同的旋转矩阵进行转换。
• 共享的转换框架确保整体结构免受 AK-ICA 攻击。
• 该方案允许直接在每个转换后的子集上应用传统聚类算法，从而保留数据可用性。
• 开发了自研工具包，用于实现并基准测试 RBT、MRBT 和 ARBT，以支持对比分析。
• 性能评估聚焦于计算开销与隐私强度，采用基于攻击模型的度量指标。

实验结果

研究问题

• RQ1 能否设计一种转换方案，在抵抗 AK-ICA 攻击的同时，保留用于传统聚类的数据可用性？
• RQ2 ARBT 在实际部署中的计算开销与 RBT 和 MRBT 相比如何？
• RQ3 ARBT 在支持对转换后数据子集聚类的同时，能在多大程度上维持隐私？
• RQ4 是否可利用转换的线性特性，实现在单个转换后数据段上的聚类，而不会暴露敏感模式？
• RQ5 与现有方案相比，ARBT 在隐私保护与数据可用性之间的实证权衡如何？

主要发现

• ARBT 成功抵抗 AK-ICA 攻击，保持与 MRBT 相当的强隐私保障。
• 与 MRBT 不同，ARBT 允许在转换后的数据子集上进行传统聚类，从而保留数据可用性。
• ARBT 的计算开销与 RBT 和 MRBT 相当，证明了其实际可行性。
• 使用自研工具包进行的实证评估确认，ARBT 实现了隐私与可用性之间的有利平衡。
• 工具包结果表明，ARBT 在可用性方面优于 MRBT，同时保持相当或更优的隐私保护水平。
• 本研究证实，转换的线性特性是实现在转换后数据上聚类而不损害安全性的关键因素。