淺談隱私資訊保護方法

講者 : UR

時間 : 2020/10/25

Outline

• Introduction
• 去識別化方法
• References

Introduction

隱私資訊面臨的挑戰：

• 開放資料(Open data)

• 大數據(Big data)

• 社群網路(Social Network)

• 物聯網(IoT)

• 雲端計算(Cloud conputing)

• Apps
  ...

重大隱私爭議事件實例

• 劍橋分析事件
• Netflix Prize 的資料科學競賽

去識別化方法

• 加隨機亂數雜訊法(Randomization)

• 虛擬化假名 (Pseudonymization)

• k -匿名 (k-anonymity)

• 差分隱私 (Differential Privacy)

Randomization

• 隨機化，加隨機亂數雜訊法(Randomization)

• 直接對全部資料加少許雜訊

• 雜訊可以在計算最後被消除，或對計算結果影響很小

• 很有可能還原出原始資料值

Pseudonymization -1

Pseudonymization -2

• 雜湊函數(hash function)
  雜湊值常用英文字母和數字隨機組成的字串表示，而且一個雜湊值只能對應一組個人資訊。

• 常用的雜湊函數

Pseudonymization -3

• 單向雜湊(one-way hash)，很難利用雜湊值去反向找到原始的訊息字串

• 能接受字串越長而且產生較長的雜湊值通常是較安全的

• 範例

k-anonymity -1

• k-匿名 (k-anonymity)

• 當一個資料集中，對於一個或多個屬性值結合起來的組合 ( 如地址、年齡、性別等 ) ，若是可以找到 k 筆紀錄具有相同的組合，則此資料集就符合 k-匿名。

k-anonymity -2

• 處理方式

  • 概化 (generalization) ：將屬性值以區間值代替。

  • 抑制 (suppression) ：以其他符號代替、隱藏或刪除屬性值。

• 判定方式

  • 將同一屬性值結合起來的組合進行分群，計算各群組之個體數量，以判定 k 值。

k-anonymity -3

• 匿名化資料表 (3-anonymity)

k-anonymity -4

• 對於敏感資料中，兩種可能遭受的攻擊 :

  1. 同質性攻擊(homogeneity attack)

     透過資料敏感屬性中的些微差異來復原原來的敏感屬性。

  2. 背景知識攻擊(background knowledge attack)
     對原先資料的背景知識有一定程度了解，進而透過敏感資訊與個人關係來還原資料。

Differential Privacy -1

• 差分隱私 (Differential Privacy)
• 解決交叉比對資料的攻擊

Differential Privacy -2

• 交互式 (interactive)：

• • 使用者提出一個查詢 (query)，資料庫系統回應一個加入雜訊的結果。
  • 目前大部分使用 differential privacy 的工具屬此。
• 非交互式 (non-interactive)：
  • 資料擁有者直接釋出一個擾亂後的資料集給使用者自由使用。可以應付所有未來所有可能的查詢 (query)，仍能夠維持差分隱私標準。