Preference-based anonymization of numerical datasets by multi-objective microaggregation

Fuzzy clustering-based microaggregation to achieve probabilistic k-anonymity for data with constraints

“…See e.g. [13,17,18,22,24,26]. The problem of selecting a good partition of the variables is discussed in [19].…”

Proposta de método de microagregação para controle estatístico de sigilo através de algoritmo genético de chaves aleatórias viciadas

“…De acordo com Mortazavi e Jalili [26], os métodos de microagregação foram originalmente propostos para atributos numéricos, mas há variações que admitem outros tipos de variáveis [9]. Neste trabalho foram contemplados métodos para solução do problema de microagregação multivariado para atributos numéricos contínuos.…”

“…Alguns dos métodos apresentados produzem grupos de tamanhos iguais, com k objetos cada (quando o número de objetos n não é múltiplo de k, algum tipo de correção é empregada para alocar os objetos remanescentes). Mortazavi e Jalili [26] argumentam que tal restrição resulta em perda de desempenho no que diz respeito ao valor da função objetivo (minimização do SSE) em relação aos métodos que constroem os grupos obedecendo a restrição dada pela Equação (4), descrita na Seção 2. Quanto maior o valor da função objetivo para a solução considerada, maior é a perda de qualidade do conjunto resultante, no que diz respeito à preservação da informação contida no conjunto de dados original.…”

“…No que diz respeito ao risco de violação do sigilo, Linkage Disclosure (LD) é o mecanismo padrão usado para medir o risco de violação de sigilo de um método de SDC [8]. Uma medida usada para quantificar o LD [18,24,26] é o Distance-based Linkage Disclosure (DLD), descrito pela Equação (8).…”

“…A análise dos resultados deixa claro que o problema de microagregação é um problema de otimização multi-objetivo, uma vez que a minimização das perdas de informação pode elevar demasiadamente o risco de violação de sigilo, assim como a minimização do risco pode tornar o conjunto resultante pouco útil, em função de significativa perda de informação. Nesse sentido, há abordagens promissoras na literatura, tal como a proposta por Mortazavi e Jalili [26].…”