43、数据隐私与社交网络敏感关系保护

数据隐私与社交网络敏感关系保护

数据隐私对抗组合攻击

在数据隐私保护领域，组合攻击是一个重要的挑战。当多个独立的数据发布者发布具有重叠记录的数据时，攻击者可能会利用这些数据推断出敏感信息。为了解决这个问题，研究人员提出了(ρ, α)-重叠匿名化模型。

数据属性与泛化

首先，我们来看一些数据属性的域大小。以下是相关属性及其域大小的表格：
| Attribute | Domain Size |
| — | — |
| Age | 91 |
| Sex | 2 |
| Education | 17 |
| Marital Status | 7 |
| Birth Place | 50 |
| Occupation | 50 |

在泛化过程中，有两种类型的准标识符（QID）组：重叠QID组和非重叠QID组。非重叠QID组的泛化比较简单，只需找到覆盖所有QID值的最小QID范围，并用这个范围替换原始QID值。而对于重叠QID组，需要找到一个最小QID范围，该范围既要覆盖当前QID组中的所有QID值，也要覆盖已发布数据集中对应重叠QID组的QID泛化范围。例如，重叠QID组GRP1中年龄的泛化范围应该是(15 – 35)，而不是(20 – 35)，因为(20 – 35)只覆盖了GRP1中的年龄QID值，而已发布数据集Q∗1中对应重叠组的年龄泛化范围是(15 – 25)。

算法1的复杂度主要取决于S∩的元组计算、S - 元组的排序以及最优元组的搜索。假设|P| ≈ |Q∗i|，主要的计算开销在于S∩的计算，即|P| ∗ |P|步，复杂度为O(m2)，其中m = |P|。进