[论文解读] On the Simultaneous Preservation of Privacy and Community Structure in Anonymized Networks

Daniel Cullina, Kushagra Singhal+2 more|arXiv (Cornell University)|Mar 25, 2016

Privacy-Preserving Technologies in Data参考文献 3被引用 6

一句话总结

本文建立了在边子采样条件下对网络进行精确去匿名化的信息论反向证明，表明当子采样阈值低于0.7时，隐私与社区结构可同时得以保留。研究证明，即使存在较强的辅助相关性，当网络稀疏性和相关性满足特定条件时，完美去匿名化仍变得不可能，从而在保护用户身份的同时实现安全的社区检测。

ABSTRACT

We consider the problem of performing community detection on a network, while maintaining privacy, assuming that the adversary has access to an auxiliary correlated network. We ask the question "Does there exist a regime where the network cannot be deanonymized perfectly, yet the community structure could be learned?." To answer this question, we derive information theoretic converses for the perfect deanonymization problem using the Stochastic Block Model and edge sub-sampling. We also provide an almost tight achievability result for perfect deanonymization. We also evaluate the performance of percolation based deanonymization algorithm on Stochastic Block Model data-sets that satisfy the conditions of our converse. Although our converse applies to exact deanonymization, the algorithm fails drastically when the conditions of the converse are met. Additionally, we study the effect of edge sub-sampling on the community structure of a real world dataset. Results show that the dataset falls under the purview of the idea of this paper. There results suggest that it may be possible to prove stronger partial deanonymizability converses, which would enable better privacy guarantees.

研究动机与目标

• 研究在不损害用户隐私的前提下，匿名网络中的社区检测是否可行。
• 确定是否存在一种网络状态，使其能够抵抗完美去匿名化，同时保持结构效用。
• 利用随机块模型（SBM）和边子采样，建立去匿名化的信息论极限。
• 评估基于渗透的去匿名化算法在理论条件下的鲁棒性。
• 通过真实世界网络数据（Facebook）验证理论发现的效用-隐私权衡。

提出的方法

• 基于随机块模型（SBM）和边子采样，推导出精确去匿名化的信息论反向证明。
• 根据相关性和稀疏性参数，建立接近精确的去匿名化不可能性阈值。
• 将辅助网络（G1）与敏感网络（G2）的交集图作为分析中的关键结构组件。
• 采用不同种子阈值（r=2,3,4）的基于渗透的去匿名化算法，以在理论条件下测试可行性。
• 对真实世界Facebook数据应用边子采样，以评估社区结构的保留程度和去匿名化抵抗能力。
• 通过Jaccard指数和去匿名化错误率衡量社区保留程度，以验证实际性能。

实验结果

研究问题

• RQ1 是否存在一种参数范围，使得网络无法被完美去匿名化，但仍可实现可靠的社区检测？
• RQ2 在边子采样和辅助网络相关性条件下，去匿名化的根本极限是什么？
• RQ3 边子采样如何影响真实世界网络中社区结构的保留？
• RQ4 当满足信息论反向证明的理论不可能性条件时，基于渗透的去匿名化算法在多大程度上会失效？
• RQ5 能否推导出更强的局部去匿名化反向证明，以提升隐私保障？

主要发现

• 将边子采样阈值设为t=0.7时，Facebook网络中超过90%的社区结构得以保留，五个最大社区的Jaccard指数超过95%。
• 当t≤0.7时，所有种子阈值（r=2,3,4）下的去匿名化错误率均超过75%，表明隐私保护效果显著。
• 当满足信息论反向证明的理论条件时，基于渗透的去匿名化算法即使理论上可行，仍会严重失效。
• 研究识别出一个非空的参数空间，在该空间内精确去匿名化不可能实现，但社区结构仍可被恢复。
• 结果表明，可证明更强的局部去匿名化反向证明，从而在实践中提供更优的隐私保障。
• G1与G2的交集图在控制去匿名化可行性方面起着根本性作用，与先前的算法分析结果一致。