विशाल विरल डेटा सेट का मजबूत डी-एनोनिमाइजेशन

हम उच्च-आयामी माइक्रो-डेटा, जैसे व्यक्तिगत प्राथमिकताओं, सिफारिशों, लेन-देन रिकॉर्ड आदि के खिलाफ एक नई श्रेणी के सांख्यिकीय डी-एनोनिमाइजेशन हमलों का प्रदर्शन करते हैं। हमारी तकनीक डेटा में विचलन के प्रति मजबूत हैं और प्रतिकूल के पृष्ठभूमि ज्ञान में कुछ त्रुटियों को सहन करती हैं। हम अपने डी-एनोनिमाइजेशन पद्धति को नेटफ्लिक्स पुरस्कार डेटा सेट पर लागू करते हैं, जिसमें नेटफ्लिक्स के 500,000 ग्राहकों के गुमनाम फिल्म रेटिंग्स शामिल हैं, जो दुनिया की सबसे बड़ी ऑनलाइन फिल्म किराए पर लेने वाली सेवा है। हम प्रदर्शित करते हैं कि एक प्रतिकूल जो किसी व्यक्तिगत ग्राहक के बारे में केवल थोड़ा जानता है, आसानी से इस ग्राहक के रिकॉर्ड की पहचान कर सकता है। इंटरनेट मूवी डेटाबेस को पृष्ठभूमि ज्ञान के स्रोत के रूप में उपयोग करते हुए, हमने ज्ञात उपयोगकर्ताओं के नेटफ्लिक्स रिकॉर्ड की सफल पहचान की, जिससे उनकी स्पष्ट राजनीतिक प्राथमिकताओं और अन्य संभावित संवेदनशील जानकारी का खुलासा हुआ।