从封闭世界执行到开放世界隐私评估
密码学与安全
2016-05-13 v4
摘要
在本文中，我们开发了一个以用户为中心的隐私框架，用于在开放环境中定量评估个人信息的暴露程度。我们的形式化方法应对了此类开放环境带来的关键挑战，例如异构信息的非结构化传播，以及依赖用户和上下文的隐私需求的必要性。我们提出了一种源自隐私需求形式化的信息敏感度新定义，并作为合理性检验，证明了在开放环境中不可能实现硬性的不披露保证。此后，我们提供了框架的一个实例化以解决身份披露问题，从而引出了 d-收敛 (d-convergence) 这一新概念。d-收敛基于实体的不可区分性，它限制了对手成功跨在线社区链接同一用户的两个档案的可能性。最后，我们在从在线社交网络 Reddit 收集的 1500 万条评论数据集上对该框架进行了大规模评估。我们的评估验证了 d-收敛用于评估数据集中实体可链接性的概念，并深入揭示了数据集的结构。
引用
@article{arxiv.1502.03346,
title = {From Closed-world Enforcement to Open-world Assessment of Privacy},
author = {Michael Backes and Pascal Berrang and Praveen Manoharan},
journal= {arXiv preprint arXiv:1502.03346},
year = {2016}
}
备注
embedded d-convergences into larger theory