A hybrid approach to prevent composition attacks for independent data releases

شناسایی داده ها یکی از تکنیک های اصلی استفاده شده در حفظ حریم خصوصی انتشار داده ها است و بسیاری از روش های ارائه شده برای شناسایی هر دو مجموعه داده های فردی و مجموعه داده های چندگانه پیشنهاد شده است. در زندگی واقعی یک مجموعه داده به ندرت جدا می شود و دو مجموعه داده منتشر شده توسط سازمان های مختلف ممکن است حاوی سوابق مربوط به یک فرد باشد. به عنوان مثال، برخی از بیماران ممکن است از دو بیمارستان برای بیماری مشابه بازدید کرده باشند و پرونده های آنها به طور مستقل ناشناس و منتشر شده توسط دو بیمارستان است. هرچند هر داده منتشر شده تنها ممکن است یک خطر امنیتی کوچک باشد، ترکیب دو مجموعه داده ممکن است به شدت به حریم خصوصی افرادی که برای هر دو مجموعه داده رایج است، به خطر بیفتد. حمله به حریم شخصی فرد که از مجموعه داده های مستقل استفاده می کند، حمله ترکیبی نامیده می شود. موضوع چگونگی شناسایی مجموعه داده ها برای جلوگیری از حمله ترکیبی با استفاده از انتشار داده های مستقل به طور گسترده مورد بررسی قرار نگرفته است. در این مقاله، ما یک اصل جدید برای حفاظت از مجموعه داده ها از حملات ترکیبی پیشنهاد می کنیم. ما یک الگوریتم ترکیبی پیشنهاد می کنیم که ترکیبی از نمونه برداری، اختلال و تعمیم برای محافظت از حریم خصوصی داده ها از حملات ترکیبی است. ما به طور تجربی نشان دادیم که تکنیک ناشناس سازی پیشنهادی به طور قابل توجهی خطر حملات ترکیبی را کاهش می دهد و همچنین ابزار مفید داده ها را حفظ می کند.