隐私感知的数据清洗即服务（扩展版）
数据库
2020-08-05 v1
摘要
数据清洗是各组织在试图从数据中获取价值时普遍面临的问题。网络与云计算技术的最新进展催生了一种称为数据库即服务（Database-as-a-Service）的新计算范式，其中数据管理任务被外包给大型服务提供商。在本文中，我们考虑一种数据清洗即服务（Data Cleaning-as-a-Service）模型，该模型允许客户端与托管精心整理且敏感数据的清洗服务提供商进行交互。我们提出 PACAS：一种隐私感知的数据清洗即服务（Privacy-Aware data Cleaning-As-a-Service）模型，它借助依据数据敏感性计算价格的数据定价方案，促进客户端数据查询请求与服务提供商之间的交互。我们对该模型提出新的扩展，以定义泛化数据修复，其通过混淆敏感数据来允许客户端与服务提供商之间的数据共享。我们提出一种新的语义距离度量来量化此类修复的效用，并重新定义了在存在泛化值情况下的的一致性概念。PACAS 模型使用 (X,Y,L)-匿名性，扩展了现有数据发布技术，以在保护敏感值的同时考虑数据中的语义。我们在真实数据上的评估表明，PACAS 能保护语义相关的敏感值，并且与现有隐私感知清洗技术相比提供更低的修复误差。
引用
@article{arxiv.2008.00368,
title = {Privacy-Aware Data Cleaning-as-a-Service (Extended Version)},
author = {Yu Huang and Mostafa Milani and Fei Chiang},
journal= {arXiv preprint arXiv:2008.00368},
year = {2020}
}