Abstrato

Detecção e prevenção de fugas em conjuntos de dados anonimizados

Sandeep Varma Nadimpalli e Valli Kumari Vatsavayi

Com a ampla disseminação da tecnologia moderna, a disseminação de dados específicos de cada pessoa tem aumentado rapidamente, levando a uma preocupação global pela preservação da privacidade de um indivíduo. Vários princípios, como o k-anonimato, a l-diversidade, etc., foram propostos para proteger a informação específica da pessoa durante a publicação de dados. No entanto, a presença de dependências num conjunto de dados anónimo pode identificar o indivíduo devido à natureza hipotética do adversário/atacante. Este artigo mostra como a presença destas dependências entre atributos Quase-Identificadores (QI), Sensíveis (S) e também entre atributos QI e S pode levar à potencial identificação de um indivíduo utilizando Redes Bayesianas. Uma solução Break-Merge (BM) foi proposta instantaneamente para reduzir a natureza de inferência do atacante sobre os dados confidenciais. As experimentações mostram a eficácia das abordagens propostas.