프라이버시의 비용

재식별은 개인 기록을 포함하는 공공 데이터 세트에 대한 주요 프라이버시 위협입니다. 많은 프라이버시 보호 알고리즘은 우편번호와 생년월일과 같은 '준식별자' 속性的 일반화 및 억제에 의존합니다. 그들의 목표는 일반적으로 구문상의 위생 처리를 하는 것입니다: 예를 들어, k-익명성은 각 '준식별자' 튜플이 최소한 k개의 기록에 나타나도록 요구하며, l-다양성은 각 준식별자에 대한 민감한 속성의 분포가 높은 엔트로피를 가지도록 요구합니다. 위생 처리된 데이터의 유용성 또한 구문적으로 측정되며, 적용된 일반화 단계의 수나 같은 준식별자를 가진 기록의 수로 평가됩니다. 본 논문에서는 준식별자의 일반화 및 억제가 단순히 준식별자를 민감한 속성과 분리하는 트리비얼한 위생 처리보다 어떤 이점을 제공하는지 질문합니다. 이전 연구에서는 k-익명 데이터베이스가 데이터 마이닝에 유용할 수 있음을 보여주었지만, k-익명화는 어떤 프라이버시도 보장하지 않습니다. 대조적으로, 우리는 프라이버시(위생 처리된 기록에서 공격자가 얼마나 많은 것을 배울 수 있는가?)와 유용성 간의 트레이드오프를 측정하며, 이는 같은 위생 처리된 기록에 대해 실행된 데이터 마이닝 알고리즘의 정확도로 측정됩니다.