k-jump: A strategy to design publicly-known algorithms for privacy preserving micro-data disclosure
k-jump: A strategy to design publicly-known algorithms for privacy preserving micro-data disclosure
复制标题
k-Jump：一种设计公开算法以保护隐私的微数据泄露的策略
DOI：
10.3233/jcs-140514
复制
发表时间：
2015
影响因子：
1.2
通讯作者：
Shunzhi Zhu
中科院分区：
文献类型：
--
作者：
Wen Ming Liu;Lingyu Wang;Lei Zhang;Shunzhi Zhu
预计数据所有者将披露微观数据，用于研究、分析和各种其他目的。在披露具有敏感属性的微观数据时，目标通常有两个。首先，出于分析目的，应最大限度地利用已披露数据的数据效用。其次，此类数据中包含的私人信息必须达到可接受的水平。通常，公开算法以预定顺序评估潜在的泛化函数，然后公开满足期望的隐私属性的第一泛化。最近的研究表明，利用这种披露算法的知识进行对抗性推理通常会使算法变得不安全。在本文中，我们证明了现有的不安全算法可以转化为一大类安全算法，即k跳跃算法。然后，我们证明了不同k跳跃算法的数据效用一般是不可比较的。数据效用的比较与效用度量和句法隐私模型无关。最后，我们分析了k跳跃算法的计算复杂性，证明了即使在算法之间进行秘密选择时，算法也是安全的。
Data owners are expected to disclose micro-data for research, analysis, and various other purposes. In disclosing micro-data with sensitive attributes, the goal is usually two fold. First, the data utility of disclosed data should be maximized for analysis purposes. Second, the private information contained in such data must be to an acceptable level. Typically, a disclosure algorithm evaluates potential generalization functions in a predetermined order, and then discloses the first generalization that satisfies the desired privacy property. Recent studies show that adversarial inferences using knowledge about such disclosure algorithms can usually render the algorithm unsafe. In this paper, we show that an existing unsafe algorithm can be transformed into a large family of safe algorithms, namely, k-jump algorithms. We then prove that the data utility of different k-jump algorithms is generally incomparable. The comparison of data utility is independent of utility measures and syntactic privacy models. Finally, we analyze the computational complexity of k-jump algorithms, and confirm the necessity of safe algorithms even when a secret choice is made among algorithms.
登录
查看更多内容
DOI：
--
发表时间：
1997
期刊：
--
影响因子：
--
作者：
G. Duncan;S. E. Feinberg
通讯作者：
G. Duncan;S. E. Feinberg
DOI：
10.1145/1670243.1670244
发表时间：
2010-02
期刊：
ACM Trans. Database Syst.
影响因子：
--
作者：
Thanaa M. Ghanem;A. Elmagarmid;P. Larson;W. Aref
通讯作者：
Thanaa M. Ghanem;A. Elmagarmid;P. Larson;W. Aref
DOI：
10.1007/978-3-642-57410-8_1
发表时间：
2003
期刊：
--
影响因子：
--
作者：
A. Dobra;S. Fienberg
通讯作者：
A. Dobra;S. Fienberg
影响因子：
1.7
作者：
J. Schlörer
通讯作者：
J. Schlörer
DOI：
10.1145/1065167.1065183
发表时间：
2005-06
期刊：
Proceedings of the twenty-fourth ACM SIGMOD-SIGACT-SIGART symposium on Principles of database systems
影响因子：
--
作者：
K. Kenthapadi;Nina Mishra;Kobbi Nissim
通讯作者：
K. Kenthapadi;Nina Mishra;Kobbi Nissim