Human-Centered Interactive Anonymization for Privacy-Preserving Machine Learning: A Case for Human-Guided k-Anonymity
本文提出将人类专家输入引入 k-匿名化过程的交互式方法,以根据上下文重要性指导属性保留,并在 UCI Adult 数据集上验证其相比传统全自动匿名化在部分场景下可提升数据效用。
2025-07-05 cs.CR
Cluster-guided LLM-Based Anonymization of Software Analytics Data: Studying Privacy-Utility Trade-offs in JIT Defect Prediction
SFG Lab, Lahore University of Management Sciences(拉合尔管理科学大学 SFG 实验室);National University of Computer and Emerging Sciences (FAST)(国家计算机与新兴大学 (FAST))
本文提出基于LLM的聚类引导去标识化方法,用于JIT缺陷预测中的隐私-效用权衡研究,通过上下文感知参数配置提升隐私保护水平。
2025-12-13 cs.CR cs.SE
Differentially Private EEG Feature Anonymization: A Privacy-Utility Case Study in Clinical Neurophysiology
University of South-Eastern Norway(东南挪威大学)
本研究针对临床EEG特征匿名化,提出基于高斯和拉普拉斯扰动的受试者级差分隐私框架,评估三种部署场景,揭示隐私与效用间的权衡及小样本不平衡数据的挑战。
2026-09-11 cs.CR cs.LG eess.SP
Towards Utility-driven Anonymization of Transactions
组织越来越需要以匿名形式发布个人特定的交易。最近的方法确保了潜在的识别信息(例如,一组诊断代码)不能用于将已发布的事务链接到个人的身份,但是所有这些都在应用中受到限制,因为它们结合了粗略的隐私要求(例如,保护M个诊断代码的某个集合需要保护所有M大小的集合),不集成效用要求,并且倾向于探索解决方案空间的一小部分。在本文中,我们提出了一个更一般的框架,匿名交易数据的特定隐私和实用程序的要求。我们建模等要求的约束,调查如何可以指定这些约束,并提出COAT(COnstraint-based Ancriminization of Transactions),一种算法,匿名交易使用一个灵活的无层次的泛化方案,以满足指定的约束。基准数据集的实验验证了COAT在数据效用方面显着优于当前最先进的算法,同时在效率方面具有可比性。我们的方法的有效性也在现实世界的场景中得到了证明,这需要以在预期研究中保留隐私和实用性的方式传播私人的、患者特定的事务数据集。
2010-01-26 cs.CR cs.DB
Preserving Both Privacy and Utility in Network Trace Anonymization
随着网络安全监控变得越来越复杂,越来越需要将这些任务外包给第三方分析师。然而,由于对敏感信息的隐私问题,组织通常不愿意共享其网络跟踪,网络和系统配置,可能被利用进行攻击。在数据所有者被说服共享其网络跟踪的情况下,数据通常会受到某些匿名化技术的影响,例如,CryptoPAn,它用前缀保留的前缀替换真实的IP地址。然而,大多数这样的技术或者容易受到对手的攻击,对手事先知道跟踪中的一些网络流,或者需要大量的数据清理或扰动,这两者都可能导致数据效用的显著损失。在本文中,我们的目标是保护隐私和效用之间的权衡转移到隐私和计算成本之间。其关键思想是让分析人员生成和分析原始网络轨迹的多个匿名视图;这些视图被设计为即使对拥有先验知识的对手也足够难以区分,这保护了隐私,而其中一个视图将产生由数据所有者私下检索的真实分析结果,这保留了效用。我们提出了一般的方法,并实例化它的基础上CryptoPAn。我们正式分析我们的解决方案的隐私和实验评估它使用真实的网络跟踪提供的主要ISP。结果表明,我们的方法可以显着降低信息泄漏的水平(例如,不到CryptoPAn泄露的信息的1%),具有可比的实用性。
2018-10-24 cs.CR
Time Distortion Anonymization for the Publication of Mobility Data with High Utility
每天都有越来越多的移动数据通过不同的方式收集,例如移动应用程序或人群感知活动。这些数据有时会在应用简单的匿名化技术(例如,将标识符而不是用户的名称),这可能导致对参与用户的隐私的严重威胁。文献包含更复杂的匿名化技术,通常基于向空间数据添加噪声。然而,这些技术或者在所添加的噪声太少的情况下损害隐私,或者在所添加的噪声太强的情况下损害数据的效用。我们在本文中调查的另一种解决方案,它建立在时间失真,而不是空间失真。具体而言,我们的贡献在于(1)引入时间失真的概念来匿名化移动数据集(2)Promesse,实现这一概念的保护机制(3)Promesse的实际研究相比,两个代表性的空间失真机制,即等待我,强制执行k-匿名,和地理不可侵犯性,强制执行差分隐私。我们实际上使用三个现实生活中的数据集来评估我们的机制。我们的研究结果表明,时间失真减少了可以被对手检索到的兴趣点的数量到3%以下,而引入的空间误差几乎为零,范围查询结果的失真平均保持在13%以下。
2015-07-02 cs.CR
A Speech Representation Anonymization Framework via Selective Noise Perturbation
University of Southern California(南加州大学);Institute for Creative Technologies(创意技术研究所)
当将语音信号传送到诸如自动语音识别(ASR)和语音情感识别(SER)之类的云服务时,隐私和安全是主要关注点。语音匿名化的现有解决方案主要集中在语音转换或语音修改,以将原始话语转换为具有相似内容但不同或没有身份相关信息的另一个话语。然而,在隐私保护表示形式下共享语音数据的替代方法在很大程度上还未被探索。在本文中,我们提出了一个语音匿名化框架,通过噪声扰动的高效用表示使用预先训练的语音编码器提取的一个选定的子集,实现隐私。该子集使用基于transformer的隐私风险显着性估计器来选择。我们验证我们的框架上的四个任务,即自动说话人验证(ASV),ASR,SER和意图分类(IC)的隐私和效用评估。实验结果表明,与VoicePrivacy 2022挑战赛的语音匿名化基线相比,我们的方法能够实现具有竞争力甚至更好的实用性,提供相同水平的隐私。此外,易于控制的扰动量允许我们的框架具有灵活的隐私-效用权衡范围,而无需重新训练任何组件。
2022-10-28 cs.CR cs.SD eess.AS
The Impact of Speech Anonymization on Pathology and Its Limits
Friedrich-Alexander-Universität Erlangen-Nürnberg(埃尔朗根-纽伦堡弗里德里希-亚历山大大学);University Hospital RWTH Aachen(亚琛工业大学医院);Ludwig-Maximilians-Universität München(慕尼黑路德维希-马克西米利安大学)
本研究调查语音匿名化技术对病理语音的影响,发现其能显著提升隐私保护且对诊断效用影响极小,但效果因障碍类型而异,需开发针对特定障碍的定制化匿名化策略。
2024-09-20 cs.AI cs.CR cs.LG
REAN: Reconstruction-aware ECG Anonymization Based on Privacy--Utility Orthogonality
Chung-Ang University(Chung-Ang大学)
研究针对共享心电图隐私-效用权衡问题,提出REAN方法,利用一维U-Net及冻结的分类器损失训练重建信号,在四个数据库上实现强隐私-效用平衡,降低重新识别率,保持诊断性能及架构下的保护。
2026-07-08 cs.CR cs.LG
Deep Learning-based Anonymization of Chest Radiographs: A Utility-preserving Measure for Patient Privacy
Friedrich-Alexander-Universität Erlangen-Nürnberg(埃尔朗根-纽伦堡弗里德里希-亚历山大大学)
针对胸部X光片传统匿名化仍会泄露生物特征的问题,本文提出PriCheXy-Net三网络形变方法,在ChestX-ray14上降低重识别AUC且保持诊断效用,并优于Privacy-Net和DP-Pix。
2023-07-24 cs.CR cs.CV cs.LG
A Case Study on the Impact of Anonymization Along the RAG Pipeline
Technical University of Munich School of Computation, Information(慕尼黑技术大学计算、信息与技术学院)
本文通过实证研究分析RAG流水线中匿名化位置对隐私-效用权衡的影响,探讨匿名化在数据集和生成答案处的不同效果。
2026-04-17 cs.CL cs.CR
Look Twice before You Leap: A Rational Framework for Localized Adversarial Anonymization
School of Computer Science and Engineering, University of Electronic Science and Technology of China(电子科技大学计算机科学与工程学院);School of Information, Renmin University of China(中国人民大学信息学院)
本文提出RLAA框架,通过引入仲裁者机制解决现有对抗匿名化方法的理性问题,实现隐私与效用的平衡。
2026-04-12 cs.CL cs.CR
LLM Anonymization Against Agentic Re-Identification
Khoury College of Computer Sciences(科里学院计算机科学学院);Northeastern University(东北大学)
提出AURA框架,通过掩码-重构方法解耦隐私定位与效用保留,并利用对抗性隐私和效用检查,以抵抗基于网络搜索的智能体重识别攻击,同时保留文本的上下文效用。
2026-10-05 cs.CL cs.CR
Not All Entities are Created Equal: A Dynamic Anonymization Framework for Privacy-Preserving RAG
Nankai University(南开大学);Gordon College(戈登学院);Beihang University(北京航空航天大学)
针对检索增强生成中敏感实体“一刀切”匿名化导致效用下降的问题,提出基于上下文感知实体量化的动态匿名化框架TRIP-RAG,通过评估边际隐私风险、知识分歧和主题相关性实现变强度隐私保护,在保持隐私保护的同时显著提升生成质量。
2026-05-28 cs.CR
Pantomime: Motion Data Anonymization using Foundation Motion Models
Technical University Dresden(德累斯顿工业大学);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
本文提出Pantomime方法,利用基础运动模型生成符合数据依赖性的运动序列,保持数据效用,同时将识别准确率降低至10%。
2025-07-15 cs.CR
Inference Attacks for X-Vector Speaker Anonymization
University of Florida(佛罗里达大学)
针对 x-vector 说话人匿名化的隐私评估,本文提出一种简单、无需机器学习的推理去匿名化攻击,实验证明其效果优于现有基于复杂模型的攻击方法。
2025-05-13 cs.CR cs.SD eess.AS
The Impact of Event Data Partitioning on Privacy-aware Process Discovery
Pohang University of Science and Technology(釜山科学技术大学);Weizenbaum Institute(魏泽恩堡研究所);Humboldt-Universität zu Berlin(柏林洪堡大学);Utrecht University(乌得勒支大学)
本研究提出结合事件抽象划分与匿名化的流水线,通过分割事件日志降低效用损失,实验证明该方法能提升直接跟随匿名化技术的流程发现效用。
2025-07-08 cs.AI cs.CR cs.DB
IncogniText: Privacy-enhancing Conditional Text Anonymization via LLM-based Private Attribute Randomization
Huawei Munich Research Center(华为慕尼黑研究中心)
本文提出IncogniText文本匿名化技术,通过大语言模型私有属性随机化误导对手预测错误属性值,在8种属性上降低泄露超90%,并蒸馏为端侧LoRA参数实现现实部署。
2025-02-02 cs.AI cs.CL cs.CR
Privacy Gain Based Multi-Iterative k-Anonymization to Protect Respondents Privacy
来自特定领域的应用程序,如医疗,金融,电话,购物记录和个人的大量数据定期生成。这些数据的共享被证明是有益的数据挖掘应用。由于数据挖掘通常涉及包含个人身份信息的数据,因此发布此类数据可能会导致隐私泄露。一方面,这些数据通过分析成为商业决策的重要资产;另一方面,数据隐私问题可能会阻止数据所有者共享数据分析信息。为了在共享数据的同时保护隐私,数据所有者必须提出一种解决方案,该解决方案既要实现隐私保护,又要实现数据挖掘任务(主要是聚类和分类)的准确性。隐私保护数据发布(Privacy Preserving Data Publishing,PPDP)是一种通过在发布前对数据集进行匿名化处理来消除链接攻击等隐私威胁,同时保持数据效用的研究。建议的工作是一个扩展的k-匿名化的隐私增益(PrGain)已计算选择性匿名化的元组集。使用所提出的算法的原始数据和匿名数据的分类和聚类特性进行了评估的信息丢失,执行时间,和隐私实现。算法已被处理对标准数据集和分析表明,敏感属性的值被保留以最小的信息丢失。
2014-03-19 cs.CR stat.ME
DP-VOXLET: Provable Speaker Anonymization for Disentangled Speech Representations
University of Vermont(佛蒙特大学);Galois, Inc.(伽罗瓦公司)
本研究提出基于差分隐私的说话人匿名化正式定义及可证明满足该定义的机制,在兼容现有解耦语音表示的框架下,相较此前方法实现了更高效用。
2026-09-01 cs.CR
Utility-Preserving Differentially Private Data Releases Via Individual Ranking Microaggregation
能够发布和利用信息系统中收集的开放数据对研究人员、企业和整个社会至关重要。然而,这些数据在发布之前必须匿名,以保护与记录相关的受试者的隐私。差分隐私是一种用于匿名化的隐私模型,它提供了比以前的模型(例如$k$ -匿名及其扩展)更强大的隐私保证。然而,经常被忽视的是,差分私有输出的效用是非常有限的,这是因为需要添加噪声以获得它们的量,或者因为效用仅针对受限类型和/或有限数量的查询而被保留。相反,$k$ -类似匿名的数据发布对受保护数据的使用没有任何假设,因此不会限制可行分析的数量和类型。最近,一些作者提出了机制,提供通用的不同的私人数据发布。本文扩展了这样的作品,特别注重保护数据的实用程序的保存。我们的建议建立在基于微聚合的匿名化,这是更灵活和实用性保护比文献中使用的替代匿名化方法,以减少噪音量需要满足差分隐私。通过这种方式,我们提高了差异化私有数据发布的实用性。此外,我们实现的降噪不依赖于数据集的大小,而只是取决于要保护的属性的数量,这对于大数据集来说是更可取的行为。我们的建议所带来的效用效益进行了实证评估,并与相关的工作几个数据集和指标进行比较。
2015-12-16 cs.CR
Sharing Computer Network Logs for Security and Privacy: A Motivation for New Methodologies of Anonymization
对于任何安全专业人员来说,安全是最基本的资源之一。政府和工业界广泛认识到,出于安全研究的目的,共享日志既有益又可取。然而,分享并没有发生,或者没有达到期望的程度或幅度。由于存在将敏感信息暴露给潜在攻击者的风险,组织不愿意共享日志。我们认为这种不情愿仍然很高,因为目前的匿名技术很弱,而且一刀切-或者更好地说,一种尺寸试图适合所有人。我们必须制定标准,并在不同级别上提供匿名化,在隐私和实用性之间取得平衡。组织有不同的需求,对其他组织的信任程度也不同。他们必须能够将具有定义风险的多个匿名化级别映射到他们与(潜在)接收者共享的信任级别。直到有多层次匿名化的行业标准,我们才能够向前迈进,实现安全研究人员广泛共享日志的目标。
2004-09-03 cs.CR
SaCoFa: Semantics-aware Control-flow Anonymization for Process Mining
Humboldt-Universität zu Berlin(柏林洪堡大学);University of Mannheim(曼海姆大学)
隐私保护流程挖掘使得能够使用事件日志分析业务流程,同时保证流程利益相关者的敏感信息的保护。为此,现有的方法添加噪声的查询,提取事件日志的属性,如跟踪变量的频率分布,用于分析的结果。噪声插入忽略了过程的语义,虽然,可能会产生不存在于原始日志中的跟踪。这是有问题的。它降低了公布的数据的效用,并使噪音很容易识别,因为一些痕迹会违反众所周知的语义constrains.In本文中,我们因此认为,隐私保护,结合了一个过程的语义。对于常见的跟踪变量查询,我们展示了如何,指数机制的基础上,语义约束,以确保差分隐私的查询结果。实验表明,我们的语义感知的匿名化产生的事件日志显着更高的效用比现有的方法。
2021-09-17 cs.AI cs.CR cs.DB
An Effective Clustering Approach to Web Query Log Anonymization
Web查询日志数据包含对研究有用的信息;然而,此类数据的发布可以重新识别发出查询的搜索引擎用户。这些隐私问题远远超出了删除姓名和地址等明确识别信息的范围,因为非识别个人数据可以与公开信息相结合,以确定个人。在这项工作中,我们的Web查询日志建模为非结构化的交易数据,并提出了一种新的交易匿名技术的基础上聚类和泛化技术,以实现k-匿名隐私。我们对AOL查询日志数据进行了广泛的实验。我们的研究结果表明,这种方法导致更高的数据效用相比,最先进的交易匿名化方法。
2010-12-03 cs.CR cs.DB
SEBA: Strong Evaluation of Biometric Anonymizations
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);Centre for Tactile Internet (CeTI)(触觉互联网中心);Technical University Dresden(德累斯顿工业大学)
针对现有生物特征匿名化有效性评估不足的问题,本文提出易用易扩展的SEBA强评估框架,配套新的隐私-效用权衡指标,并通过原型实验验证了其适用性。
2024-07-09 cs.CR cs.CV
Differentially Private Speaker Anonymization
The Alan Turing Institute(阿兰·图灵研究所);Vector Institute(向量研究所);Université de Lille(里尔大学);Inria(法国国家信息与自动化研究所);CNRS(法国国家科学研究中心);Centrale Lille(里尔中央理工学院);Université de Lorraine(洛林大学);University of Toronto(多伦多大学)
共享真实世界的语音是训练和部署基于语音的服务的关键。然而,它也增加了隐私风险,因为语音包含大量的个人数据。说话人匿名化的目的是去除说话人信息,同时保持其语言和韵律属性不变。最先进的技术通过将说话者信息(经由说话者嵌入表示)从这些属性中分离出来并且基于另一说话者的说话者嵌入来重新合成语音来操作。隐私社区先前的研究表明,匿名化通常提供脆弱的隐私保护,更不用说任何可证明的保证。在这项工作中,我们表明,解纠缠确实是不完美的:语言和韵律属性仍然包含扬声器信息。我们从这些属性中删除扬声器信息,通过引入差分私人特征提取器的基础上的自动编码器和自动语音识别器,分别使用噪声层训练。我们将这些提取器插入到最先进的匿名化管道中,并首次生成私人语音话语,其包含的说话者信息具有可证明的上限。我们经验评估的隐私和实用程序所产生的差异私人扬声器匿名化方法的LibriSpeech数据集。实验结果表明,所生成的话语保留了非常高的实用程序的自动语音识别的训练和推理,同时更好地保护强大的对手谁利用匿名化过程的全部知识,试图推断说话人的身份。
2022-10-06 cs.CR cs.LG cs.SD
A Distance Measure for Privacy-preserving Process Mining based on Feature Learning
Humboldt-Universität zu Berlin(柏林洪堡大学);University of Mannheim(曼海姆大学)
为了能够基于事件日志进行过程分析而不损害过程执行中涉及的个人的隐私,日志可以被匿名化。这种匿名化努力转换日志,使其满足可证明的隐私保证,同时在很大程度上保持其对流程分析的效用。现有技术使用简单的语法措施来执行匿名化,以识别合适的转换操作。这样,跟踪中的事件所引用的活动的语义就被忽略了,这可能会导致合并不相关活动的事件的转换。为了避免这种情况,并在匿名化过程中纳入活动的语义,我们建议采用基于特征学习的距离度量。具体来说,我们将展示如何嵌入事件,使跟踪的距离测量的定义,以指导事件日志匿名化。我们的实验与真实世界的数据表明,匿名化使用这种措施,相比,一个语法,产生的日志更接近原始日志在各个方面,因此,有更高的实用程序的过程分析。
2021-08-10 cs.AI cs.CR cs.LG
A Multi-level Clustering Approach for Anonymizing Large-Scale Physical Activity Data
发布身体活动数据可以促进人口健康管理、行为健康研究和慢性健康问题管理等多个领域的可重复性卫生保健研究。然而,发布这些数据也带来了与重新识别相关的高隐私风险,这使得匿名化成为必要。匿名化定期收集的身体活动数据的挑战之一是其连续性。现有的匿名化技术对横截面数据足够有效,但直接应用于序列数据时计算成本很高。本文提出了一种有效的匿名化方法,基于多级聚类的匿名化身体活动数据。与传统方法相比,该方法大大减少了聚类时间,从而提高了时间复杂度。在这样做的同时,它保留了与传统方法一样多的实用性。
2019-08-21 cs.CR
I Am No One: Style-Aware Paraphrasing for Text Anonymization
RMIT University(皇家墨尔本理工大学)
提出风格感知提示驱动的文本匿名化方法,利用大语言模型构建风格画像并改写文本,在博客和评论数据集上将作者归属F1降低60-70%,同时保持内容质量。
2026-09-14 cs.CL cs.CR
Privacy-Preserving Anonymization of System and Network Event Logs Using Salt-Based Hashing and Temporal Noise
针对系统网络日志匿名化的隐私-效用平衡难题,提出逐字节加盐哈希IP、范围映射哈希端口、自适应保序噪声时间戳的字段级匿名化方案,经评估可在保护隐私的同时保留分析价值,并已开源工具。
2025-07-29 cs.CR
Blinder: End-to-end Privacy Protection in Sensing Systems via Personalized Federated Learning
University of Alberta(阿尔伯塔大学)
本文提出基于个性化联邦学习的传感器数据匿名化模型Blinder,通过变分自编码器与判别器对抗训练及元学习适配用户分布,在IMU数据集上实现端到端隐私保护,兼顾低开销与实时边缘部署。
2023-10-06 cs.CR cs.LG
General Confidentiality and Utility Metrics for Privacy-Preserving Data Publishing Based on the Permutation Model
隐私保护数据发布的匿名化,也称为统计披露控制(SDC),可以在置换模型的镜头下查看。根据这个模型,任何用于单个数据记录的SDC方法在功能上等效于置换步骤加上噪声添加步骤,其中添加的噪声是边际的,在这个意义上,它不改变等级。在这里,我们提出的指标来量化数据的机密性和实用性实现的SDC方法的基础上的置换模型。我们区分两个隐私的概念:在我们的工作中,匿名是指主题,因此主要是为了防止记录重新识别,而保密性是指保护属性值对属性披露。因此,我们的保密性指标是有用的,即使使用隐私模型,确保匿名水平事前。效用度量是一种通用度量,可以方便地与机密性度量进行权衡,因为它们都在0和1之间。作为一个应用程序,我们比较了几种匿名化方法,包括隐私模型(k-匿名和$ε$ -差分隐私)以及SDC方法(加性噪声,乘性噪声和合成数据)没有隐私模型的效用-机密性权衡。
2020-10-07 cs.CR
Anonymizing Speech: Evaluating and Designing Speaker Anonymization Techniques
LMU(路德维希-马克西米利安-慕尼黑大学);Inria(法国国家信息与自动化研究所);Université de Lorraine(洛林大学);EURECOM(欧洲通信学院)
本文研究语音数据的说话人隐私保护,分析基于语音转换的匿名化系统及其评估挑战,提出按组件降低说话人个人身份信息的量化转换方法,并设计逆转匿名化的新攻击。
2024-03-01 cs.AI cs.CR cs.SD
Supplementary Materials for "How to Avoid Reidentification with Proper Anonymization"- Comment on "Unique in the shopping mall: on the reidentifiability of credit card metadata"
De Montjoye等人的研究(“Science”,2015年1月30日,第536页)声称,大多数人可以从去识别的信用卡交易数据库中重新识别,并且匿名机制对重新识别无效。这种说法值得进行详细的定量审查,因为它们可能会严重破坏数据所有者和受试者共享研究数据的意愿。在最近发表在《科学》杂志上的一篇技术评论中,(2016年3月18日,第1274页),我们证明,De Montjoye等人报告的重新识别风险被显著高估(由于对重新识别攻击的误解)据称匿名化的无效性是由于选择了糟糕且无证的方法以及对40年匿名化的普遍忽视文学技术评论还显示了如何正确地匿名化数据,以将明确的重新识别减少到零,同时保留比De Montjoye等人使用的不良匿名化机制更多的分析效用。总之,数据所有者,主体和用户可以放心,存在健全的隐私模型和匿名化方法来产生安全和有用的匿名数据。补充材料,详细介绍了数据集,算法和扩展的结果,我们的研究可在这里。此外,与De Montjoye et al.的数据集,这是从来没有提供,我们的数据,匿名的结果,和匿名算法可以从http://crises-deim.urv.cat/opendata/SPD_Science.zip免费下载
2016-03-18 cs.CR
How Tough Is Location Anonymization? Re-identifying 100K Real-User Trajectories in Japan
Inria(法国国家信息与自动化研究所);INSA-Lyon(里昂国立应用科学学院);ÉTS Montréal(蒙特利尔高等技术学院)
研究通过测试YJMob100K数据集,揭示现有匿名化方法在空间和时间结构上的不足,并指出隐私保护与数据效用之间的矛盾。
2026-05-10 cs.CR
Towards Plausible Graph Anonymization
从在线社交互动中获得的社交图谱包含了大量的信息,这些信息现在被工业界和学术界广泛使用。然而,由于社交图谱包含敏感信息,因此在发布之前需要对其进行适当的匿名处理。现有的大多数图匿名化机制依赖于对原始图的边集的扰动。在本文中,我们发现了这些机制的一个根本弱点:它们忽略了社交图中朋友之间的强结构接近性,从而为匿名化添加了不可信的假边缘。为了利用这一弱点,我们首先提出了一个度量来量化边缘的可扩展性依赖于图嵌入。在三个真实社交网络数据集上进行的大量实验表明,我们的可扩展性度量可以非常有效地区分虚假边缘和原始边缘,在大多数情况下,AUC(ROC曲线下面积)值大于0.95。然后,我们依靠高斯混合模型来自动导出边缘可扩展性值的阈值,以确定边缘是否是假的,这使我们能够在很大程度上从匿名图中恢复原始图。我们进一步证明,我们的图恢复攻击危及所考虑的图匿名化机制提供的隐私保证。为了减轻这种脆弱性,我们提出了一种方法来生成假的但似是而非的边缘给定的图形结构,并将其纳入现有的匿名化机制。我们的评估表明,增强的机制减少了图恢复的机会,减少了图去匿名化的成功率(高达30%),并提供比现有的匿名化机制更好的效用。
2019-11-30 cs.CR cs.SI
Anonymization with Worst-Case Distribution-Based Background Knowledge
背景知识是隐私保护数据发布中的一个重要因素。基于分布的背景知识是背景知识中研究得最多的一种。然而,据我们所知,有没有现有的工作考虑在最坏的情况下,基于分布的背景知识,我们的意思是,对手有准确的知识,根据一些元组属性的敏感值的分布。考虑这种最坏的情况是必要的,因为我们不能忽视任何违约的可能性。在本文中,我们提出了一个算法,匿名数据集,以保护个人隐私,考虑到这个背景知识。我们证明了我们提出的算法生成的匿名数据集保护个人隐私。我们的实证研究表明,我们的方法保留了较高的效用,同时公布的数据。
2009-09-07 cs.CR cs.DB
Distinguishable Speaker Anonymization based on Formant and Fundamental Frequency Scaling
Northwestern Polytechnical University(西北工业大学);Huawei Cloud(华为云)
由于社交媒体的出现,互联网上的语音数据呈指数级增长,而这些个人数据的共享引起了明显的安全和隐私问题。缓解这些问题的一种解决方案涉及在共享语音数据之前隐藏说话者身份,也称为说话者匿名化。在我们以前的工作中,我们已经开发了一个自动说话人验证(ASV)无模型匿名框架,以保护说话人隐私,同时保持语音清晰度。虽然该框架在VoicePrivacy 2022挑战中排名第一,但匿名化是不完美的,因为匿名化语音的说话人可识别性恶化。为了解决这个问题,在本文中,我们直接建模的共振峰分布和基频(F0)来表示说话人的身份和匿名的源语音的均匀缩放共振峰和F0。通过直接缩放共振峰和F0,防止了由其他说话者的引入引起的匿名化语音的说话者可识别性降级。实验结果表明,我们提出的框架可以提高说话人的可重复性和显着优于我们以前的框架在语音的独特性。此外,我们提出的方法还可以权衡隐私效用通过使用不同的缩放因子。
2022-11-06 cs.CR cs.SD eess.AS
Anonymization-Enhanced Privacy Protection for Mobile GUI Agents: Available but Invisible
Tsinghua University(清华大学)
本文提出一种基于匿名化的隐私保护框架,通过检测敏感UI内容并替换为非识别性占位符,实现敏感信息在任务执行中可用但不可见,减少隐私泄露同时保持代理的无缝使用。
2026-04-26 cs.AI cs.CR
Fair Play for Individuals, Foul Play for Groups? Auditing Anonymization's Impact on ML Fairness
Inria Centre at the University Grenoble Alpes, France(法国格勒诺布尔阿尔卑斯大学Inria研究中心);Open Universiteit(开放大学)
该研究系统审计了匿名化技术对机器学习公平性的影响,发现匿名化会使群体公平性指标下降高达四倍,但能通过增加输入同质性改善个体公平性,为隐私、公平与效用间的权衡提供了实用指南。
2025-10-31 cs.AI cs.CR cs.LG
Large Language Models are Advanced Anonymizers
ETH Zurich(苏黎世联邦理工学院)
本文提出基于LLM的对抗性匿名化框架,利用LLM的推断能力改进文本匿名化,在13个LLM上的实验表明其效用和隐私均优于商业匿名化工具,并通过人类研究验证了用户偏好。
2025-02-03 cs.AI cs.CL cs.CR
History-Aware Trajectory k-Anonymization Using an FPGA-Based Hardware Accelerator for Real-Time Location Services
Graduate School of Science and Department of System Design Engineering, Technology Faculty of Science and Technology Keio University(庆应义塾大学理工学部系统工学科);Keio University(庆应义塾大学)
针对先前FPGA轨迹匿名化依赖最短路径导致数据效用低的问题,提出历史感知方法及集成并行历史轨迹搜索与最短路径的FPGA架构,实现6000+记录/秒吞吐量,提升数据保留率与干道保留效果,平衡隐私与行为准确性。
2025-11-12 cs.AR cs.CR
You can't always get what you want: towards user-controlled privacy on Android
移动应用程序(以下简称为应用程序)通过第三方分析库收集有关用户行为及其设备的大量信息。然而,这些数据的收集和使用引起了一些隐私问题,主要是因为最终用户,即,数据的实际所有者-在此收集过程中处于循环之外。此外,过去几年出现的现有隐私增强解决方案遵循“全有或全无”的方法,让用户唯一选择接受或完全拒绝对隐私相关数据的访问。这项工作有两个目标,一是评估移动应用程序中分析库使用的隐私影响,二是提出一种数据匿名化方法,该方法可以在收集的数据的实用性和隐私性之间进行权衡,并让用户完全控制共享过程。为了实现这一目标,我们对2020年11月至2021年1月期间Google Play商店中4500个最常用的Android应用程序中包含的分析库进行了实证隐私评估。然后,我们提出了一个授权的匿名化方法,基于MobHide,使最终用户完全控制收集和匿名化过程。最后,我们通过经验证明了这种匿名方法的适用性和有效性,这要归功于HideDroid,一个成熟的Android生态系统匿名应用程序。
2022-01-29 cs.CR
Privacy-preserving Publication of Mobility Data with High Utility
每天通过不同的手段收集越来越多的移动性数据,例如,移动电话运营商。这些数据有时会在应用简单的匿名化技术后发布,这可能会导致严重的隐私威胁。本文提出了一种新的解决方案,其新颖性是双重的。首先,我们介绍了一种算法,该算法旨在隐藏用户在行程中停留的地方(即兴趣点),通过沿其轨迹强制执行恒定的速度。其次,我们利用用户见面的地方来交换他们的轨迹,从而混淆攻击者。
2015-06-30 cs.CR
VeriX-Anon: A Multi-Layered Framework for Mathematically Verifiable Outsourced Target-Driven Data Anonymization
School of Computer Science Engineering and Information Systems, Vellore Institute of Technology(计算机科学与信息系统学院,维洛雷理工学院)
本文提出VeriX-Anon框架,结合三种验证机制确保外包目标驱动k-匿名化过程的正确性,并通过实验验证其在不同数据集上的有效性与实用性。
2026-09-01 cs.CR cs.DB cs.LG
Conformidade com os Requisitos Legais de Privacidade de Dados: Um Estudo sobre Técnicas de Anonimização
本文针对LGPD与GDPR合规要求,分析并应用聚合、泛化、扰动和k-匿名等数据匿名化技术,评估其隐私保护效果与数据效用,指出需在二者间平衡。
2025-07-24 cs.CR
Synthetic Data: Revisiting the Privacy-Utility Trade-off
Dept. of Computer Science, University of Manitoba, Canada(曼尼托巴大学计算机科学系);Dept. of Computer Science and Software Engineering, Concordia University, Canada(Concordia大学计算机科学与软件工程系)
本文复核一项质疑合成数据隐私优势的研究,指出其隐私博弈环境受限且违背数据分布前提,并在更一般设置下证明合成数据相较 k-匿名化具有更优隐私—效用权衡。
2025-03-04 cs.CR cs.LG
Children's Voice Privacy: First Steps And Emerging Challenges
University of Lisbon(里斯本大学);Idiap Research Institute(Idiap研究机构);INESC-ID;Instituto Superior Técnico(技术高等学院)
本研究首次系统评估面向成人设计的语音匿名化技术在儿童语音上的表现,发现其虽能保护隐私但效用下降显著,并揭示了自动评估方法的不足。
2025-06-04 cs.AI cs.CL cs.CR
Towards the Anonymization of the Language Modeling
INSA Lyon, Inria, CITI, UR3720(里昂国家理工学院、法国国家科学研究中心、CITI、UR3720);Inria, INSA Lyon, CITI, UR3720(法国国家科学研究中心、里昂国家理工学院、CITI、UR3720)
本文提出了一种隐私保护的语言模型方法,通过掩码语言模型(MLM)和因果语言模型(CLM)方法,旨在解决语言模型的匿名化问题,从而促进其共享。研究通过医疗数据集评估了这两种方法,并表明在避免记忆直接和间接标识信息的同时,能够保持高隐私性和高实用性。
2026-05-20 cs.CL cs.CR cs.LG
On the Anonymization of Differentially Private Location Obfuscation
本文对比平面 Laplacian 机制与最优地理不可区分性机制,提出渐近匿名性概念,证明后者能以更少用户删除实现 k-匿名并具有更高效用。
2018-07-23 cs.CR cs.DB cs.IT
Exposing Privacy Risks in Anonymizing Clinical Data: Combinatorial Refinement Attacks on k-Anonymity Without Auxiliary Information
本研究提出无需辅助信息的组合细化攻击CRA,针对ARX生成的局部重编码k-匿名临床数据,通过线性规划缩小敏感值范围,在真实临床数据上验证了现有k-匿名框架的隐私防护不足。
2025-09-03 cs.CR
The VoicePrivacy 2022 Challenge Evaluation Plan
Avignon Université(阿维尼翁大学);National Institute of Informatics(国立信息学研究所);Université de Lorraine(洛林大学);CNRS(法国国家科学研究中心);Inria(法国国家信息与自动化研究所);Le Mans Université(勒芒大学);EURECOM(欧洲通信学院);University of Edinburgh(爱丁堡大学)
(1)任务是为语音数据开发一个语音匿名化系统,该系统隐藏说话者的语音身份,同时保护语言内容、非语言属性、可理解性和自然性。(2)除了3种不同的基线匿名化系统、评估脚本和指标外,还提供了培训、开发和评估数据集。参与者应用他们开发的匿名化系统,运行评估脚本,并向组织者提交客观的评估结果和匿名语音数据。(3)结果将在与INTERSPEECH 2022一起举办的研讨会上展示,所有参与者都被邀请介绍他们的挑战系统并提交额外的研讨会论文。对于熟悉语音隐私挑战的读者-更改w.r.t.二零二零年:(1)一个更强大的,半知情的攻击模型,以自动说话人验证(ASV)系统的形式,对匿名(每话语)语音数据进行训练。(2)补充度量包括作为隐私度量的等错误率(EER)、作为主要效用度量的单词错误率(WER)以及作为次要效用度量的音调相关性和语音独特性的增益。(3)基于一组最低目标隐私要求的新排名策略。
2022-09-28 cs.CL cs.CR eess.AS
Improving Suppression to Reduce Disclosure Risk and Enhance Data Utility
在隐私保护数据发布中,已经开发了各种隐私模型,用于在敏感的个人级别数据集上采用匿名化操作,以便发布数据以供公众访问,同时保护数据集中个人的隐私。然而,在保护隐私和数据效用之间总是存在权衡;我们对机密数据集进行的更改越多,以降低披露风险,数据丢失的信息就越多,保留的数据效用就越小。最佳隐私技术是一种能够产生具有最小披露风险和最大数据效用的数据集的技术。在本文中,我们提出了一种改进的抑制方法,它降低了披露风险,提高了数据效用的目标是最高风险的记录,并保持其他记录的完整性。我们已经通过在真实世界的机密数据集上的实验证明了我们方法的有效性。
2019-01-08 cs.CR cs.DB
Balancing the privacy-utility trade-off: How to draw reliable conclusions from private data
Federal Statistical Office(联邦统计局)
本文提出基于假设检验的新视角,量化相对披露风险,分析DP对统计显著性检验的影响,为非技术利益相关者提供隐私效用权衡的实用指导。
2026-08-31 cs.CR stat.ME