AnonTokens：通过诱饵记录追踪重识别攻击
密码学与安全
2021-08-18 v1 数据库
摘要
在向第三方发布数据时，隐私是最受关注的问题。数据所有者依赖匿名化方法来保护所发布的数据集免受重识别攻击。然而，即便采取了严格的匿名化，重识别攻击仍有可能性，且在许多情况下成为现实。先前的研究集中于提供信息损失最小化的更优匿名化算法，以及如何防止数据泄露攻击。我们的方法试图基于蜜罐令牌 (honeytokens) 的概念解决追踪重识别攻击的问题，即插入诱饵或“ bait”记录以引诱恶意用户。尽管 honeytokens 的概念已在安全领域广泛使用，但这是首个将该概念应用于数据隐私领域的方法。将具有高重识别风险的记录（称为 AnonTokens）插入匿名化数据集中。本工作展示了 AnonTokens 的可行性、可检测性与可用性，并为希望将我们的方法应用于实际用例的数据所有者提供了有前景的结果。我们使用真实大规模人口数据集评估了我们的概念。结果表明，引入诱饵令牌是可行的，且对发布的数据集无显著影响。
引用
@article{arxiv.1906.09829,
title = {AnonTokens: tracing re-identification attacks through decoy records},
author = {Spiros Antonatos and Stefano Braghin and Naoise Holohan and Pol MacAonghusa},
journal= {arXiv preprint arXiv:1906.09829},
year = {2021}
}