Datenschutz in der Datenanalyse

Datenschutz wurde als ein wesentliches Erfordernis bei der Gestaltung und Implementierung von Data-Mining-Systemen identifiziert. Im Allgemeinen erfordert der Datenschutz den Schutz sowohl der Eingangs- als auch der Ausgangsprivatsphäre: Erstere bezieht sich auf die Bereinigung der Rohdaten selbst, bevor das Mining durchgeführt wird; während Letztere sich darauf bezieht, dass das Mining-Ergebnis (Modelle oder Muster) vor böswilligen Inferenzangriffen geschützt wird. Dieser Artikel präsentiert eine systematische Studie über das Problem des Schutzes der Ausgangsprivatsphäre im Data Mining, insbesondere beim Stream Mining: (i) Wir heben die Bedeutung dieses Problems hervor, indem wir zeigen, dass selbst ein ausreichender Schutz der Eingangsprivatsphäre nicht den Schutz der Ausgangsprivatsphäre garantiert; (ii) Wir präsentieren ein allgemeines Inferenz- und Offenlegungsmodell, das die Privacy-Verletzungen innerhalb und zwischen fenstern bei den Ausgaben des Stream Minings ausnutzt; (iii) Wir schlagen eine leichtgewichtige Gegenmaßnahme vor, die diese Verletzungen effektiv beseitigt, ohne sie explizit zu erkennen, während der Verlust der Ausgangsgenauigkeit minimiert wird; (iv) Wir optimieren das Grundschema weiter, indem wir zwei Arten von semantischen Einschränkungen berücksichtigen, um die nutzungsbezogene Semantik maximal zu bewahren und gleichzeitig einen harten Datenschutz zu gewährleisten; (v) Schließlich führen wir eine umfangreiche experimentelle Bewertung sowohl mit synthetischen als auch mit echten Daten durch, um die Wirksamkeit unseres Ansatzes zu validieren.