隐私泄露风险的信息论估计
密码学与安全
2025-06-17 v1
摘要
近期工作~\cite{Liu2016} 表明，数据集中项目之间的依赖关系可能导致隐私泄露。我们将这一概念扩展至隐私保护变换，考虑由相关性度量捕获的更广泛的依赖关系。具体而言，我们将原始数据与其来自随机化器的噪声响应之间的相关性作为潜在隐私泄露的指标。本文旨在利用信息论度量（如最大信息系数 MIC）来估计隐私泄露，并推导出新颖的计算高效的隐私泄露估计器。我们将 -to- 公式~\cite{Evfimievski2003} 扩展以纳入熵、互信息和匿名度，从而获得更全面的隐私风险度量。我们提出的混合度量可以识别数据集中属性之间的相关性依赖关系，作为隐私泄露脆弱性的代理。该度量提供了一种计算高效的最坏情况隐私损失度量，利用数据的内在特征来防止隐私泄露。
引用
@article{arxiv.2506.12328,
title = {Information-theoretic Estimation of the Risk of Privacy Leaks},
author = {Kenneth Odoh},
journal= {arXiv preprint arXiv:2506.12328},
year = {2025}
}