[论文解读] Evolutionary Algorithm for Graph Anonymization

Jordi Casas-Roma, Jordi Herrera‐Joancomartí+1 more|arXiv (Cornell University)|Oct 1, 2013

Privacy-Preserving Technologies in Data参考文献 8被引用 7

一句话总结

本文提出了一种用于图匿名化的进化算法（EAGA），通过修改图的边以实现 $k$-度匿名化，同时最小化数据效用损失。通过演化满足 $k$-匿名性约束的度序列，并应用迭代边交换操作，EAGA 以低扰动方式保留图结构，在 $k=5$ 或更高时将重识别风险降至零，边交集率最高达 97.08%。

ABSTRACT

In recent years there has been a significant increase in the use of graphs as a tool for representing information. It is very important to preserve the privacy of users when one wants to publish this information, especially in the case of social graphs. In this case, it is essential to implement an anonymization process in the data in order to preserve users' privacy. In this paper we present an algorithm for graph anonymization, called Evolutionary Algorithm for Graph Anonymization (EAGA), based on edge modifications to preserve the k-anonymity model.

研究动机与目标

• 解决图数据中因节点度或邻域等结构属性导致的隐私泄露问题。
• 开发一种通过修改图边实现 $k$-度匿名化的方法，同时最小化结构失真。
• 通过最小化度序列和中心性度量的变化来保持数据效用。
• 在真实图数据集中评估隐私（更高 $k$）与数据效用（低扰动）之间的权衡。

提出的方法

• 使用进化算法演化目标度序列，使其满足 $k$-度匿名性要求，即每个度值至少出现 $k$ 次。
• 通过最小化原始度序列与匿名化后度序列之间的 $L_1$ 距离来保持数据效用。
• 在生成有效的 $k$-匿名度序列后，应用迭代边交换操作，将原始图转换为匹配目标序列的图。
• 边交换操作在保持图简单性（无自环或多条边）的前提下进行，确保结构有效性。
• 该方法使用一个平衡 $k$-匿名性合规性与原始度序列偏差最小化的适应度函数。
• 该过程持续迭代直至收敛，生成低扰动的 $k$-匿名图。

实验结果

研究问题

• RQ1 进化算法能否有效生成一个结构偏差最小的 $k$-匿名度序列？
• RQ2 随着 $k$-匿名化程度的提高，扰动水平（以边交集率和中心性变化衡量）如何变化？
• RQ3 EAGA 在多大程度上能降低真实图中用户重识别的风险，同时保持数据效用？
• RQ4 不同图类型（如社交图、协作图）在匿名化过程中对边修改的需求有何差异？

主要发现

• 在 $k=2$ 时，社交网络的边交集率达到 94.87%，在 $k=5$ 时下降至 79.49%，表明随着 $k$ 增大，结构变化增加。
• 在包含 115 个节点的协作网络中，即使在 $k=25$ 时仍保持超过 93% 的边，$k=19$ 时边保留率达 96.25%，表明效用保留能力极强。
• 中心性度量（介数、接近度、特征向量）表现出较低扰动，RMS 值随 $k$ 增加仅略有上升。
• 直接可重识别的节点数量在 $k=2$ 时降至零，所有节点在 $k=5$ 时均处于中等风险，表明隐私保护能力强大。
• 在具有两个中心枢纽的高阶协作网络中，由于修改中心节点成本过高，EAGA 仅实现 $k=2$，但边交集率高达 97.08%，且中心性失真极低。
• $Cand_{\mathcal{H}_1}$ 指标确认，在第二个数据集中 $k=11$ 时重识别风险完全消除，在第一个数据集中 $k=5$ 时即实现完全消除，无节点处于直接重识别风险。