[论文解读] Survey and Open Problems in Privacy Preserving Knowledge Graph: Merging, Query, Representation, Completion and Applications

Chaochao Chen, Jamie Cui+3 more|arXiv (Cornell University)|Nov 20, 2020

Privacy-Preserving Technologies in Data被引用 8

一句话总结

本文针对数据隔离环境下的隐私保护知识图谱（KG）协作问题，提出了一套基于密码学技术（如安全多方计算）的解决方案，涵盖安全合并、查询、表示学习与补全。研究展示了多方如何在不暴露原始数据的前提下，协同完成欺诈检测、贷款评估和推荐等KG任务，实现强隐私保障下的协作智能。

ABSTRACT

Knowledge Graph (KG) has attracted more and more companies' attention for its ability to connect different types of data in meaningful ways and support rich data services. However, the data isolation problem limits the performance of KG and prevents its further development. That is, multiple parties have their own KGs but they cannot share with each other due to regulation or competition reasons. Therefore, how to conduct privacy preserving KG becomes an important research question to answer. That is, multiple parties conduct KG related tasks collaboratively on the basis of protecting the privacy of multiple KGs. To date, there is few work on solving the above KG isolation problem. In this paper, to fill this gap, we summarize the open problems for privacy preserving KG in data isolation setting and propose possible solutions for them. Specifically, we summarize the open problems in privacy preserving KG from four aspects, i.e., merging, query, representation, and completion. We present these problems in details and propose possible technical solutions for them. Moreover, we present three privacy preserving KG-aware applications and simply describe how can our proposed techniques be applied into these applications.

研究动机与目标

• 解决知识图谱（KG）隔离问题，即由于监管或竞争原因，组织无法共享其私有KG。
• 识别并形式化隐私保护KG在四个领域中的开放问题：合并、查询、表示与补全。
• 提出基于安全多方计算的技术方案，实现协作KG任务的同时保护数据隐私。
• 在真实场景中展示隐私保护KG的实际应用，如欺诈检测、信用风险评估与推荐系统。
• 为工业环境中隐私保护KG系统的未来研究与部署提供基础框架。

提出的方法

• 使用安全多方计算（sMPC）形式化隐私保护KG任务，确保协作过程中无任何一方暴露原始数据。
• 提出安全KG合并方法，使各方能够在不暴露各自实体或关系数据的前提下合并知识图谱。
• 设计隐私保护查询协议，使各方能够在不泄露底层KG结构的前提下回答事实性查询（例如：'两个实体之间是否存在关联？'）。
• 通过加密嵌入提出安全KG表示学习方法，实现在不泄露数据的前提下联合训练TransE或RotatE等模型。
• 利用同态加密或秘密共享技术，开发隐私保护的属性与三元组补全方法，用于预测缺失的事实或标签。
• 将上述技术整合至面向特定应用的流水线中，实现在数据隔离条件下的欺诈检测、信用评分与推荐系统。

实验结果

研究问题

• RQ1 如何在不暴露私有实体或关系数据的前提下，安全地合并多方隔离的知识图谱？
• RQ2 在多方之间实现KG私有查询时，有哪些技术可保持底层数据的机密性？
• RQ3 如何实现KG的隐私保护表示学习，以支持分类或链接预测等下游任务？
• RQ4 当数据分布在不可信的多方时，有哪些安全方法可用于补全缺失的属性或三元组？
• RQ5 如何有效将隐私保护KG技术应用于欺诈检测、信用评估与推荐系统等现实应用场景？

主要发现

• 本文指出现有隐私保护机器学习技术存在关键缺口：尽管已有通用数据保护方法，但对知识图谱这种复杂关系结构的保护仍显不足。
• 安全多方计算可实现KG的协同任务（如合并、查询与补全），而无需暴露私有数据，为解决KG隔离问题提供了切实可行的方案。
• 隐私保护的属性补全可解决共享实体的标签冲突问题（例如：Jim在不同KG中被标记为'好'或'坏'），从而提升联合分类的准确性。
• 所提技术使金融机构能够基于隔离的企业KG联合评估信用风险，在不共享数据的前提下降低违约风险。
• 通过安全整合来自不同平台的用户-物品交互数据与社交网络数据，可提升推荐系统的质量，同时保护用户隐私。
• 该框架支持在欺诈检测、贷款担保与推荐系统中实际部署隐私保护KG应用，具备现实世界应用潜力。