[论文解读] Improving Suppression to Reduce Disclosure Risk and Enhance Data Utility

Marmar Orooji, Gerald M. Knapp|arXiv (Cornell University)|Jan 2, 2019

Privacy-Preserving Technologies in Data参考文献 14被引用 12

一句话总结

本文提出了一种改进的抑制方法，通过仅选择性地抑制敏感数据集中风险最高的记录，从而降低披露风险并提升数据可用性。在真实数据集上的实验表明，这种针对性方法在隐私-可用性权衡方面优于传统的抑制技术。

ABSTRACT

In Privacy Preserving Data Publishing, various privacy models have been developed for employing anonymization operations on sensitive individual level datasets, in order to publish the data for public access while preserving the privacy of individuals in the dataset. However, there is always a trade-off between preserving privacy and data utility; the more changes we make on the confidential dataset to reduce disclosure risk, the more information the data loses and the less data utility it preserves. The optimum privacy technique is the one that results in a dataset with minimum disclosure risk and maximum data utility. In this paper, we propose an improved suppression method, which reduces the disclosure risk and enhances the data utility by targeting the highest risk records and keeping other records intact. We have shown the effectiveness of our approach through an experiment on a real-world confidential dataset.

研究动机与目标

• 解决匿名化数据发布中固有的隐私与可用性之间的权衡问题。
• 在不损害发布数据集整体可用性的情况下降低披露风险。
• 开发一种选择性抑制策略，仅针对最敏感的记录，以最小化数据损失。
• 通过聚焦于高风险记录，改进现有抑制方法，同时保持低风险数据的完整性。

提出的方法

• 所提出的方法基于风险评估模型，识别并仅抑制具有最高披露风险的记录。
• 采用风险评分机制，优先识别最可能导致重新识别的记录。
• 仅对高风险记录实施选择性抑制，其余所有记录保持不变，以保留数据可用性。
• 该方法利用真实世界中的机密数据集，评估针对性抑制的有效性。
• 在风险降低和可用性保留方面，将所提方法与标准抑制技术进行比较。
• 采用标准的隐私和可用性度量对方法进行评估，结果表明其在两方面均表现更优。

实验结果

研究问题

• RQ1 如何改进抑制方法，以在有效降低披露风险的同时最小化数据可用性损失？
• RQ2 仅选择性地抑制最高风险记录对整体数据可用性有何影响？
• RQ3 针对性抑制策略是否能在隐私-可用性权衡方面优于均匀抑制？
• RQ4 与基线技术相比，所提方法在真实世界机密数据集上的表现如何？
• RQ5 风险评分与抑制有效性之间在保留数据可用性方面存在何种关系？

主要发现

• 所提出的抑制方法通过仅关注最脆弱的记录，显著降低了披露风险。
• 与传统抑制方法相比，数据可用性得到了更有效的保留，因为大多数记录保持不变。
• 与传统抑制方法相比，该方法在隐私与可用性之间实现了更好的平衡。
• 在真实世界数据集上的实验结果证实，针对性抑制能有效降低风险，同时避免过度的数据损失。
• 风险评估模型成功识别出高风险记录，从而实现精确抑制，对数据质量的影响最小。