[论文解读] Social Network De-anonymization: More Adversarial Knowledge, More Users Re-Identified?

Jianwei Qian, Xiang‐Yang Li+4 more|arXiv (Cornell University)|Oct 30, 2017

Privacy-Preserving Technologies in Data参考文献 20被引用 3

一句话总结

本文研究了社交网络中对抗性背景知识与去匿名化增益之间的关系，挑战了‘知识越多越好’的假设。通过在Erdős–Rényi和幂律模型下的合成网络与真实网络中进行理论分析与仿真，发现去匿名化增益并不一定随知识规模单调增加，揭示了数据发布者与攻击者之间非直观的隐私权衡。

ABSTRACT

Following the trend of data trading and data publishing, many online social networks have enabled potentially sensitive data to be exchanged or shared on the web. As a result, users' privacy could be exposed to malicious third parties since they are extremely vulnerable to de-anonymization attacks, i.e., the attacker links the anonymous nodes in the social network to their real identities with the help of background knowledge. Previous work in social network de-anonymization mostly focuses on designing accurate and efficient de-anonymization methods. We study this topic from a different perspective and attempt to investigate the intrinsic relation between the attacker's knowledge and the expected de-anonymization gain. One common intuition is that the more auxiliary information the attacker has, the more accurate de-anonymization becomes. However, their relation is much more sophisticated than that. To simplify the problem, we attempt to quantify background knowledge and de-anonymization gain under several assumptions. Our theoretical analysis and simulations on synthetic and real network data show that more background knowledge may not necessarily lead to more de-anonymization gain in certain cases. Though our analysis is based on a few assumptions, the findings still leave intriguing implications for the attacker to make better use of the background knowledge when performing de-anonymization, and for the data owners to better measure the privacy risk when releasing their data to third parties.

研究动机与目标

• 理解对抗性背景知识的数量与质量同社交网络中去匿名化增益之间内在关系。
• 挑战一种普遍假设，即更多背景知识总是导致更高的重新识别准确率。
• 在受控假设下量化去匿名化增益，避免需要进行详尽的现实世界攻击。
• 为数据所有者提供隐私风险评估的理论与实证洞见，为攻击者提供知识利用策略的参考。

提出的方法

• 将去匿名化建模为子图同构问题，将发布的匿名网络视为图G，将攻击者的知识视为查询图Q。
• 假设攻击者能够找到G中所有与Q匹配的子图，匹配由拓扑和基于属性的约束定义。
• 通过属性数量（数量）和其具体程度（质量）来量化背景知识，并将去匿名化增益定义为匹配的期望数量。
• 使用Chung-Lu随机图模型分析在幂律度分布下匹配数M_Q的期望值。
• 通过度期望与协方差分析推导M_Q的理论下界，表明在特定条件下呈现非单调行为。
• 在合成网络（G(n,p)与幂律网络）及真实网络上进行仿真，以验证理论发现。

实验结果

研究问题

• RQ1 增加对抗性背景知识的量是否总是导致更高的去匿名化增益？
• RQ2 背景知识的质量（如属性具体程度）如何影响去匿名化成功率？
• RQ3 在某些网络模型中，背景知识与去匿名化增益之间是否存在非单调关系？
• RQ4 在随机图假设下，去匿名化增益能否实现理论上的边界约束？

主要发现

• 去匿名化增益并不一定随背景知识量的增加而单调提升；更多知识并不总能带来更多的重新识别结果。
• 在幂律网络中，匹配数M_Q的期望值有下界，其表达式涉及网络规模n、查询规模n_Q以及幂律指数β。
• 理论分析表明，M_Q ≥ binom(n, n_Q) * n_Q! * (α / ((β - 2)n²))^(m_Q)，其中m_Q为查询图中的边数。
• 在合成网络与真实网络上的仿真结果表明，在特定结构条件下，增加背景知识可能导致去匿名化增益递减甚至下降。
• 结果表明，攻击者应战略性地选择知识，而非盲目收集；数据所有者也必须超越单纯的知识量维度，重新评估隐私风险。