量化隐私：一种基于熵的披露风险新度量
密码学与安全
2014-09-09 v1
摘要
人们普遍认识到，数据挖掘和统计分析对隐私构成了严重威胁。这对于金融、医疗、刑事和营销研究而言都是如此。人们已提出多种技术来保护隐私，包括限制和数据修改。最近提出的隐私模型，如差分隐私和-匿名性，受到了广泛关注；对于后者，现已有若干对原始方案的改进，每种改进都消除了前一种方案的一些安全缺陷。然而，挑战在于评估和比较各种技术所提供的隐私保护。在本文中，我们提出了一种新的基于熵的安全度量，可应用于任何泛化、限制或数据修改技术。我们利用该度量对几种流行方法（即查询限制、采样和噪声添加）进行了实证评估和比较。
引用
@article{arxiv.1409.2112,
title = {Quantifying Privacy: A Novel Entropy-Based Measure of Disclosure Risk},
author = {Mousa Alfalayleh and Ljiljana Brankovic},
journal= {arXiv preprint arXiv:1409.2112},
year = {2014}
}
备注
20 pages, 4 figures