도로 교통망에서 로컬 차분 프라이버시를 적용한 사용자의 민감한 부분경로 보호 기법
A Technique of Protecting of User Sensitive Partial Trajectory with Local Differential Privacy on the Road Network
- 주제(키워드) 개인 정보 보호 , 경로 데이터 , 차분 프라이버시 , 선형 회귀
- 발행기관 서강대학교 일반대학원
- 지도교수 박 석
- 발행년도 2020
- 학위수여년월 2020. 2
- 학위명 석사
- 학과 및 전공 일반대학원 컴퓨터공학과
- UCI I804:11029-000000065020
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권보호를 받습니다.
초록/요약
오늘날 스마트폰의 보급과 센서 기술의 발달에 따라 모바일 기기로부터 수집된 사용자 위치 데이터의 나열인 경로 데이터가 마케팅이나 효율적인 알고리즘 개발에 활용되고 있다. 그러나 이과 같은 경로 정보는 사용자 개인의 프라이버시 침해 문제를 야기할 수 있다. 경로 정보의 안전한 활용을 위하여 차분 프라이버시 기법을 적용할 수 있다. 차분 프라이버시 기법은 데이터에 적정량의 노이즈를 삽입하여 통계 데이터베이스 상에서 개인 정보를 보호하기 위한 기술로써 프라이버시 보호를 위한 사실 상의 표준으로 자리 잡고 있다. 차분 프라이버시 기법은 데이터를 신뢰할 수 있는 서버가 취합한 뒤 차분 프라이버시를 적용하는 큐레이터 모델과 개인이 데이터에 직접 노이즈를 삽입하여 서버에게 전송하는 로컬 모델로 나뉘는데, 신뢰할 수 있는 서버를 두지 않아도 된다는 장점으로 인하여 로컬 차분 프라이버시 기법에 대한 많은 연구들이 이루어지고 있다. 본 논문은 도로 교통망의 특성을 고려한 가변 길이 윈도우 기법과 차분 프라이버시로 인한 데이터 유용성 저하를 최소화한 로컬 차분 프라이버시 기법을 제안하고 실험을 통해 그 유용성을 검증하였다
more초록/요약
Today, with the spread of smartphones and the development of sensor technology, trajectory data, a list of user location data collected from mobile devices, is used for marketing or efficient algorithm development. However, such path information can cause privacy infringement problems for users. For the safe use of route information, a differential privacy technique can be applied. Differential privacy techniques are established as a factual standard for privacy as a technology to protect personal information on statistical databases by inserting an adequate amount of noise into the data. The differential privacy technique is divided into a curator model that aggregates data from a trusted server and then applies differential privacy, and a local model in which individuals insert noise directly into the data and send it to the server. The advantages of not having a reliable server are many studies of local differential privacy techniques. In this thesis, we propose a variable-length window technique considering the characteristics of the road transport network and a local differential privacy technique that minimized the degradation of data usefulness due to differential privacy, and verified its usefulness through experiment.
more