T-다양성

t-closeness

l-다양성의 취약점(쏠림 공격, 유사성 공격)을 보완하기 위해 모델

l-다양성의 취약점

쏠림 공격 (skewness attack)

• 정보가 특정한 값에 쏠려 있을 경우 ℓ-다양성 모델이 프라이버시를 보호하지 못함
• 쏠림 공격의 예: 특정 대상이 속한 데이터의 99%가 '위암'이라면 공격 대상이 99%의 확률로 위암

유사성 공격 (similarity attack)

• 비식별 조치된 레코드의 정보가 서로 비슷하다면 ℓ-다양성 모델을 통해 비식별 된다 할지라도 프라이버시가 노출될 수 있음

예시

• l-다양성 모델에 의해 비식별된 데이터

구분	속성자		민감한 정보		비고
	지역 코드	연령	급여(백만원)	질병
1	476**	2*	30	위궤양	모두가 ‘위’와 관련한 유사 질병으로 취약
2	476**	2*	40	급성 위염
3	476**	2*	50	만성 위염
4	4790*	≥ 40	60	급성 위염	다양한 질병이 혼재되어 안전
5	4790*	≥ 40	110	감기
6	4790*	≥ 40	80	기관지염
7	476**	3*	70	기관지염	다양한 질병이 혼재되어 안전
8	476**	3*	90	폐렴
9	476**	3*	100	만성 위염

• 레코드 1,2,3이 속한 동질 집합의 병명이 서로 다르지만 의미가 서로 유사함(위궤양, 급성 위염, 만성 위염)
• 공격자는 공격 대상의 질병이 ‘위’에 관련된 것이라는 사실을 알아낼 수 있음
• 또 다른 민감한 정보인 급여에 대해서도 공격 대상이 다른 사람에 비해 상대적으로 낮은 급여 값을 가짐을 쉽게 알아낼 수 있음(30 ~ 50백만원)

• t-근접성 적용

구분	속성자		민감한 정보		비고
	지역 코드	연령	급여(백만원)	질병
1	4767*	≤ 40	30	위궤양	급여와 질병의 다양한 분포로 안전
3	4767*	≤ 40	50	만성 위염
8	4767*	≤ 40	90	폐렴
4	4790*	≥ 40	60	급성 위염	급여와 질병의 다양한 분포로 안전
5	4790*	≥ 40	110	감기
6	4790*	≥ 40	80	기관지염
2	4760*	3*	40	급성 위염	급여와 질병의 다양한 분포로 안전
7	4760*	3*	70	기관지염
9	4760*	3*	100	만성 위염

같이 보기

• k-익명성
• l-근접성