[论文解读] Improved Upper and Lower Bound Heuristics for Degree Anonymization in Social Networks

Sepp Hartung, Clemens Hoffmann+1 more|arXiv (Cornell University)|Feb 25, 2014

Privacy-Preserving Technologies in Data参考文献 4被引用 6

一句话总结

本文提出了一种改进的两阶段启发式算法用于社交网络中的度匿名化，通过引入一种新的动态规划算法来实现度序列的k-匿名化，并结合优化的局部交换启发式算法进行边添加，从而在26%的真实世界实例上获得可证明的最优解，且相比先前的启发式方法显著减少了边添加数量，在随机图上其上界与下界差距不超过3.6%。

ABSTRACT

Motivated by a strongly growing interest in anonymizing social network data, we investigate the NP-hard Degree Anonymization problem: given an undirected graph, the task is to add a minimum number of edges such that the graph becomes k-anonymous. That is, for each vertex there have to be at least k-1 other vertices of exactly the same degree. The model of degree anonymization has been introduced by Liu and Terzi [ACM SIGMOD'08], who also proposed and evaluated a two-phase heuristic. We present an enhancement of this heuristic, including new algorithms for each phase which significantly improve on the previously known theoretical and practical running times. Moreover, our algorithms are optimized for large-scale social networks and provide upper and lower bounds for the optimal solution. Notably, on about 26 % of the real-world data we provide (provably) optimal solutions; whereas in the other cases our upper bounds significantly improve on known heuristic solutions.

研究动机与目标

• 为解决NP难的度匿名化问题，即最小化使图达到k-匿名所需的边添加数量。
• 提升刘和特尔齐提出的两阶段启发式框架在理论和实践效率方面的表现。
• 通过改进的Erdős-Gallai测试获得更紧致的下界，通过优化的局部交换启发式算法获得更优的上界。
• 在具有幂律度分布的大规模真实世界与合成社交网络上评估该方法。
• 通过优化度序列匿名化与实现过程，缩小下界与上界之间的差距。

提出的方法

• 提出一种新的动态规划算法用于k-匿名化度序列，时间复杂度为O(Δk²s)，显著优于先前的O(nk)上界。
• 引入一种数据约简规则，通过剪枝冗余度值来加速动态规划阶段。
• 采用改进的Erdős-Gallai测试以计算最小边添加数量的更紧致下界。
• 在第二阶段使用局部交换启发式算法，将匿名化后的度序列作为原图的超图实现，从而最小化添加的边数。
• 将该启发式方法应用于通过Barabási–Albert优先连接模型生成的真实世界与合成网络。
• 采用线性回归与统计分析，将解决方案质量与运行时间与聚类启发式基线进行比较。

实验结果

研究问题

• RQ1 能否将k-匿名化度序列的动态规划方法优化，使时间复杂度从O(nk)降低至O(Δk²s)？
• RQ2 改进的Erdős-Gallai测试在多大程度上能提升对最小边添加数量的下界估计？
• RQ3 与聚类启发式相比，新局部交换启发式在解的大小与运行时间方面的表现如何？
• RQ4 在真实世界与合成网络中，有多少比例的实例能通过所提框架获得最优解？
• RQ5 通过优化实现阶段或改进下界计算，能否缩小下界与上界之间的差距？

主要发现

• 所提出的动态规划算法实现了显著的加速，其运行时间依赖于最大度Δ而非顶点数n。
• 在真实世界网络中，该方法在26%的实例上提供了可证明的最优解，优于先前的启发式方法。
• 对于其余实例，在随机图上上界平均仅比下界大3.6%，表明界间差距紧密。
• 与聚类启发式相比，新启发式方法将解的大小减少了高达72%，且74%的实例在1分钟内求解完成。
• 对于k=2和k=3，仅有14%的合成实例被最优求解，凸显了改进下界计算的必要性。
• 运行时间随k呈指数增长，当k=150时仅有18%的实例被处理，表明在高k值下存在可扩展性挑战。