최근 이슈로 떠오른 통계를 이용한 배경지식을 이용한 추론 공격에 대하여 기존의 익명화 기법은 프라이버시를 충분히 보호할 수 없는 문제점이 지적되어 왔다. 본 연구는 기존 연구가 배경 지식을 배제한 채 QI 값의 공통 속성만을 고려하여 공격 모델을 가정했다는 문제점을 극복하기 위하여 기반 지식에 의한 공격 모델을 제시하였으며 이로부터 프라이버시를 보호하기 위해 Safety state라는 개념을 정의하여 이를 통한 익명화 기법을 제시하였다. 그리고 이에 대한 실험을 통해 제안 기법이 배경 지식을 통한 공격으로부터 안전하며, 데이터 유용성에 있어서도 효율적임을 보였다.
Today, released data contains sensitive information that may compromise individual privacy. To prevent privacy violations, several protection models have been developed. However, these models have limitations against new attack models such as background knowledge attack. Our research presents an attack model using statistical background knowledge and introduces the safety state to preserve privacy. Through experiments, we show practicability and efficiency of our technique in guaranteeing individual privacy.
