12、数据隐私攻击类型及防范策略

数据隐私攻击类型及防范策略

1. 引言

在数据发布过程中，我们需要思考如何避免各类隐私攻击。Netflix数据集就展示了关联攻击和挑出攻击的威力，这些都是常见且需要我们学习并避免的攻击方式。

2. 关联攻击

2.1 关联攻击原理

关联攻击利用多个数据源，将它们连接起来以重新识别个人或获取更多信息来识别个人。一般来说，当攻击者拥有一个能轻松与另一个数据集相连的辅助数据源时，关联攻击就可能成功，就像Netflix Prize和IMDB数据集的情况一样。

2.2 评估潜在关联攻击的方法

• 主动寻找潜在数据 ：思考是否有可查看或抓取的公共网站，能让人轻松收集用于关联攻击的信息；是否有已知的公共数据源能轻易与你要提供的数据相连；近期是否有大型数据泄露事件，其中的数据可能被用于以损害个人利益的方式关联个人。
• 采用先进隐私保护技术 ：确保所有公开发布的数据都经过最先进的隐私保护，如差分隐私。这有助于防止未来可能发布的辅助信息带来的风险。

2.3 判断数据是否易关联的方法

可以通过查看数据集和数据点本身的唯一性来判断数据是否易关联，例如使用像Google的KHyperLogLog论文中的基数分析方法。当收集了大量数据，但未正确标记与个人相关的数据，或者治理和文档工作未妥善实施时，就会对隐私造成严重威胁。基数分析可以帮助确定哪些数据是可重新识别的。

研究人员开发了一种结合两种不同哈希机制的两部分数据结构。首先是K Min Values哈希机