論文の概要: Extension of Spatial k-Anonymity: New Metrics for Assessing the Anonymity of Geomasked Data Considering Realistic Attack Scenarios

• arxiv url: http://arxiv.org/abs/2509.07505v1
• Date: Tue, 09 Sep 2025 08:38:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-10 14:38:27.232534
• Title: Extension of Spatial k-Anonymity: New Metrics for Assessing the Anonymity of Geomasked Data Considering Realistic Attack Scenarios
• Title（参考訳）: 空間的k-匿名性の拡張:現実的攻撃シナリオを考慮したジオマスケデータの匿名性評価のための新しい指標
• Authors: Simon Cremer, Lydia Jehmlich, Rainer Lenz,
• Abstract要約: 匿名化されたジオ参照データセットの匿名性の度合いは、しばしば空間的k-匿名性の計量によって測定される。 本稿では、匿名化されたジオレファレンスマイクロデータのコンテキストにおいて、潜在的なデータアタックシナリオを分類し、潜在的なデータアタックシナリオに適合した匿名性の総合的な評価を可能にする適切なメトリクスを導入する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Spatial data are gaining increasing importance in many areas of research. Particularly spatial health data are becoming increasingly important for medical research, for example, to better understand relationships between environmental factors and disease patterns. However, their use is often restricted by legal data protection regulations, since georeferenced personal information carries a high risk of re-identification of individuals. To address this issue, what are called geomasking methods are applied to guarantee data protection through targeted displacement of individual data points, while simultaneously maintaining analytical validity within a tolerable range. In the current literature the degree of anonymity of such anonymized georeferenced datasets is often measured by the so-called metric of spatial k-anonymity. However, this metric has considerable shortcomings, particularly regarding its resilience against realistic data attack scenarios. This article classifies the potential data attack scenarios in the context of anonymized georeferenced microdata and introduces appropriate metrics that enable a comprehensive assessment of anonymity adapted to potential data attack scenarios.
• Abstract（参考訳）: 多くの研究分野において、空間データの重要性が高まっている。 例えば、環境要因と疾患パターンの関係をよりよく理解するために、特に空間的な健康データが、医学研究においてますます重要になっている。 しかし、ジオレファレンスされた個人情報は個人を再識別するリスクが高いため、法的データ保護規則に制限されることがしばしばある。 この問題に対処するために、ジオマスキング法と呼ばれる手法を適用し、個々のデータポイントの目標変位によるデータ保護を保証しつつ、許容範囲内で解析的妥当性を同時に維持する。 現在の文献では、そのような匿名化されたジオ参照データセットの匿名性の度合いは、しばしば空間的k-匿名性の計量によって測定される。 しかし、この指標には、特に現実的なデータアタックシナリオに対するレジリエンスに関して、かなりの欠点がある。 本稿では、匿名化されたジオレファレンスマイクロデータのコンテキストにおいて、潜在的なデータアタックシナリオを分類し、潜在的なデータアタックシナリオに適合した匿名性の総合的な評価を可能にする適切なメトリクスを導入する。

関連論文リスト

• A False Sense of Privacy: Evaluating Textual Data Sanitization Beyond Surface-level Privacy Leakage [77.83757117924995]
  我々は、データリリース時の個人のプライバシーリスクを定量化するために、再識別攻撃を評価する新しいフレームワークを提案する。 本手法は, 衛生データから年齢や物質使用履歴などのセンシティブな属性を推測するために, 一見無害な補助情報を利用できることを示す。
  論文  参考訳（メタデータ） (2025-04-28T01:16:27Z)
• Investigating Vulnerabilities of GPS Trip Data to Trajectory-User Linking Attacks [49.1574468325115]
  単一旅行からなるGPS旅行データセットにおいて,ユーザ識別子を再構築する新たな攻撃を提案する。 個人識別が削除された場合でも再識別のリスクは大きい。 さらなる調査では、少数の人しか訪れていない場所を頻繁に訪れているユーザーは、再識別に弱い傾向にあることが示されている。
  論文  参考訳（メタデータ） (2025-02-12T08:54:49Z)
• Model Inversion Attacks: A Survey of Approaches and Countermeasures [59.986922963781]
  近年、新しいタイプのプライバシ攻撃であるモデル反転攻撃(MIA)は、トレーニングのためのプライベートデータの機密性を抽出することを目的としている。 この重要性にもかかわらず、総合的な概要とMIAに関する深い洞察を提供する体系的な研究が欠如している。 本調査は、攻撃と防御の両方において、最新のMIA手法を要約することを目的としている。
  論文  参考訳（メタデータ） (2024-11-15T08:09:28Z)
• Robust Utility-Preserving Text Anonymization Based on Large Language Models [80.5266278002083]
  機密情報を含む匿名化は、幅広いアプリケーションにとって不可欠である。 既存の技術は、大規模言語モデルの再識別能力の新たな課題に直面している。 本稿では,プライバシ評価器,ユーティリティ評価器,最適化コンポーネントの3つの重要なコンポーネントで構成されるフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-07-16T14:28:56Z)
• Privacy risk in GeoData: A survey [3.7228963206288967]
  我々は、地理データにおける個人のプライバシーを保護するために提案された異なるジオマスキング手法を分析した。 本稿では,これらの手法を様々な次元にわたって特徴付ける分類法を提案する。 提案した分類学は,データカストディアンの実践的資源として機能し,既存のプライバシーメカニズムの広範囲をナビゲートする手段を提供する。
  論文  参考訳（メタデータ） (2024-02-06T00:55:06Z)
• Where you go is who you are -- A study on machine learning based semantic privacy attacks [3.259843027596329]
  本稿では,2つの攻撃シナリオ,すなわち位置分類とユーザプロファイリングを体系的に分析する。 Foursquareのデータセットと追跡データの実験は、高品質な空間情報の悪用の可能性を示している。 以上の結果から,追跡データや空間文脈データのデータベース化のリスクが指摘される。
  論文  参考訳（メタデータ） (2023-10-26T17:56:50Z)
• A Trajectory K-Anonymity Model Based on Point Density and Partition [0.0]
  本稿では点密度と分割(K PDP)に基づく軌道K匿名性モデルを開発する。 再識別攻撃に抵抗し、k匿名データセットのデータユーティリティ損失を低減する。
  論文  参考訳（メタデータ） (2023-07-31T17:10:56Z)
• Releasing survey microdata with exact cluster locations and additional privacy safeguards [77.34726150561087]
  本稿では,プライバシ保護を付加した独自のマイクロデータの有用性を活用した,代替的なマイクロデータ配信戦略を提案する。 当社の戦略は, 再識別の試みにおいても, 任意の属性に対する再識別リスクを60～80%削減する。
  論文  参考訳（メタデータ） (2022-05-24T19:37:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。