다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.15 no.1, 2010년, pp.119 - 128
성민경 (고려대학교 정보통신대학 컴퓨터.전파통신학과) , 이기용 (한국과학기술원 전산학과) , 정연돈 (고려대학교 정보통신대학 컴퓨터.전파통신학과)
AI-Helper
Recently, social network services are rapidly growing and it is estimated that this trend will continue in the future. Social network data can be published for various purposes such as statistical analysis and population studies. When data publication, however, it may disclose the personal privacy o...
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| 정점에 포함된 내용정보는 어떻게 분류 되는가? | 정점에 포함된 내용정보는 다음의 세 가지로 분류된다. 첫째로 식별자(identifier : ID)는 개인의 이름이나 주민등록번호 등 개개인을 판별할 수 있는 데이터다. 둘째로 준식별자 (quasi-Identifier : QI) 는 직접적으로 개개인을 판별할 수는 없지만 다른 외부 정보와 합쳐져 개개인을 판별할 수도 있는 정보를 뜻한다. 예를 들어 나이, 성별, 직업 등이 이에 해당한다. 셋째로 민감한 데이터(sensitive data : SD)는 식별자와 유일하게 대응되어 특정 개인에 대한 정보를 드러내면 안 되는 데이터 즉, 타인에게 개인이 가지고 있다고 알려지면 안 되는 데이터이다. 예를 들어 질병명칭, 재산 등이 이에 속한다. | |
| 구조정보 손실이란? | 내용정보를 포함한 소셜 네트워크 데이터에서 정보손실은 내용정보 손실과 구조정보 손실로 구분된다. 내용정보 손실은 나이, 직업과 같은 준식별자를 일반화하여 수정하는 과정에서 발생하는 손실이며, 구조정보 손실은 소셜 네트워크 그래프에서 같은 차수를 가진 정점을 만들기 위해 간선을 수정하는 과정에서 생기는 손실이다. 구조정보 수정을 위해 정점을 추가/삭제, 간선을 추가/삭제 할 수 있지만, 본 논문에서는 구조정보 수정 시 간선을 추가하는 상황만 고려한다. | |
| 내용정보 손실이란? | 내용정보를 포함한 소셜 네트워크 데이터에서 정보손실은 내용정보 손실과 구조정보 손실로 구분된다. 내용정보 손실은 나이, 직업과 같은 준식별자를 일반화하여 수정하는 과정에서 발생하는 손실이며, 구조정보 손실은 소셜 네트워크 그래프에서 같은 차수를 가진 정점을 만들기 위해 간선을 수정하는 과정에서 생기는 손실이다. 구조정보 수정을 위해 정점을 추가/삭제, 간선을 추가/삭제 할 수 있지만, 본 논문에서는 구조정보 수정 시 간선을 추가하는 상황만 고려한다. |
L. Backstrom, C. Dwork, and J. Kleinberg, "Wherefore art thou R3579X? anonymized social networks, hidden patterns, and structural steganography" in WWW'07, 2007.
A. Korolova, R. Motwani, and S. U. Nabar, "Link privacy in social networks," in CIKM'08, 2008.
A. Campan, and T. M. Truta, "A clustering approach for data and structural anonymity in social networks," in PinKDD'08, 2008.
B. Zou, and J. Pei, "Preserving privacy in social networks against neighbourhood attacks," in ICDE'08, 2008.
E. Zheleva, and L. Getoor, "Preserving the privacy of sensitive relationships in graph data," in PinKDD'07, 2007.
K. Liu, and E. Terzi, "Towards identity anonymization on graphs," in SIGMOD'08, 2008.
M. Hay, G. Miklau, D. Jensen, D. Towsley, and P. Weis, "Resisting structural re-identification in anonymized social networks," in PVLDB'08, 2008.
L. Zou, L. Chen, and M. T. Ozsu, "K-automorphism: A general framework for privacy preserving network publication," in VLDB'09, 2009.
L. Sweeney, "K-anonymity: A model for protecting privacy," International Journal on Uncertainty, Fuzziness and Knowledge-based System, 2002.
A. Machanavajjhala, J. Gehrke, D. Kifer, and M. Venkitasubramaniam, "l-diversity: Privacy beyond k-anonymity," in ICDE, 2006.
N. Li, T. Li, and S. Venkatasubramanian, "t-Closeness: Privacy beyond k-anonymityand l-diversity," in ICDE, 2007.
X. Xiao, and Y. Tao, "m-Invariance: Towards privacy preserving re-publication of dynamic datasets," in SIGMOD'07, 2007.
J. W. Byun, A. Kamra, E. Bertino, and N. Li, "Efficient k-anonymization using clustering techniques," in DASFAA, 2007.
P. Erdos, and T. Gallai, "Graphs with prescribed degrees of vertices, Mat.Lapok, 1960.
D. J. Newman, S. Hettich, C. L. Blake, and C. J. Merz. UCI Repository of Machine Learning Databases. http://archive.ics.uci.edu/ml/
R. Barabasi, "Linked; The new science of networks," 2002.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.