집합 값을 갖는 트랜잭션 데이터 익명화에서 안전성 강화를 위한 새로운 접근 (A New Approach for Enhancing Security in Anonymizing Transaction Data with Set Values)

서지정보

· 발행기관 : 사단법인 한국융합기술연구학회
· 수록지 정보 : 아시아태평양융합연구교류논문지 / 10권 / 4호 / 1 ~ 11페이지
· 저자명 : 이지연, 김동현, 김순석

초록

관계형 데이터베이스에서 하나의 셀 내에 값들이 하나의 문자나 숫자가 아니라 일련의 값 즉, 아이템들의 집합으로 구성될 경우가 있는데 이를 대개 트랜잭션 데이터라 부른다. 예를 들어 마트에서 특정 고객들이 구매한 장바구니 목록 등이 이에 해당한다. 본 논문에서는 이러한 정형 마이크로 데이터에서 트랜잭션으로 구성된 데이터들에 대해 어떻게 정보 주체들의 개인정보를 보호할 것인지 그 익명화 방안에 대해 다루어 보고자 한다. 기존에 제안한 알고리즘의 경우 만일 특정 고객이 구매한 아이템이 프라이버시 보호차원에서 매우 민감한 아이템(예를 들어 슈퍼카, VIP 객실 등)이거나 할 경우 추가적인 보호가 필요함에도 이를 보장하지 못하는 단점이 있었다. 일부 응용에 따라서는 다음과 같은 추가적인 보호조치가 필요할 수 있을 것이다. 첫째, 특정 고객이 특정 민감 아이템들의 집합 α(={α1, α2, α3, ..., αn})를 구매했다는 것을 공격자들로부터 모르게 해야한다거나 혹은 둘째, 특정 고객이 구매한 트랜잭션 내 아이템들은 최소 β개의 다양한 아이템들을 가져야 할 수도 있을 것이며 때에 따라서는 셋째, 위 두 가지 사항이 모두 요구될 때도 있을 것이다. 본 연구는 기존에 제안한 알고리즘의 안전성을 개선하여 위 보호조치가 필요한 제약조건 3가지를 반영한 알고리즘을 새롭게 제안하고자 한다. 제안 알고리즘은 기존에 제안한 바 있는 k-익명성 모델 기반의 1/k 재식별 가능성에 더하여 α를 특정 고객이 지정한 n개의 원소를 갖는 특정 민감 아이템들의 집합이라 하고 β를 특정 고객이 구매한 아이템 개수라 할 때 1/k+n+1/β 만큼의 추가적인 안전성을 담보한다.

영어초록

In relational databases, there exist instances where a cell does not simply contain a singular character or number but rather a series of values, constituting a set of items. Such data configurations are generally referred to as transaction data. For instance, this can include the assortment of products specific customers purchase at a supermarket. This paper aims to explore methods for anonymizing transaction data derived from structured microdata, thereby safeguarding the personal information of the data subjects. While effective in specific contexts, the existing algorithms exhibit limitations, particularly when handling items of a sensitive nature (e.g., supercars, VIP room reservations) that a particular customer has purchased, which may necessitate additional protection measures for privacy preservation. Depending on the application, further protective measures might be required, such as: firstly, concealing the fact that a particular customer has purchased a specific set of sensitive items, denoted as α(={α1, α2, α3, ..., αn}), from potential attackers; secondly, ensuring that the items within a transaction purchased by a specific customer include a minimum of β diverse items; and, thirdly, situations where both of the conditions as mentioned earlier are simultaneously requisite. This research proposes a novel algorithm that enhances the security of the previously suggested algorithms by incorporating three constraints that address the necessary protection measures. The proposed algorithm, building upon the k-anonymity model, not only maintains the 1/k chance of re-identification but also introduces an additional layer of security by considering α as the set of specific sensitive items comprising n elements designated by a particular customer and β as the number of items purchased, thereby offering an augmented safety margin of 1/k+n+1/β.

참고자료

· 없음