Anonymizace sociálních sítí

Mgr. Jana Medková

Doctoral thesis

Anonymization of social network datasets

Abstract:

Disertační práce se zabývá problémem reidentifikace uživatelů při zveřejňování databází sociálních sítí. Představuje anonymizaci a její aplikaci na databáze sociálních sítí. Autorka prezentuje dosud publikované anonymizační a deanonymizační metody a stanovuje tři otevřené problémy v této oblasti. Cílem práce je vyřešit dané problémy a odpovědět na formulované výzkumné otázky navržením nových metod a algoritmů, jejich implementací v programovací platformě MATLAB a jejich testováním na syntetických a reálných datech. Autorka ukazuje, že kompoziční útok, který byl dříve představen jako informační hrozba pro relační databáze, může být aplikován i na databáze sociálních sítí. Dále autorka navrhuje novou heuristickou metodu přidávání šumu do dobře známého k-stupňového anonymizačního algoritmu. Nakonec prezentuje využití principů genetických algoritmů v k-automorfní anonymizační metodě a navrhuje hybridní k-automorfní anonymizační algoritmus. Důraz je kladen na testování algoritmů na relevantních datech a produkci výstupů, které jsou snadno porovnatelné s výsledky jiných výzkumů. Z tohoto důvodu je použit ohodnocovací nástroj SecGraph k měření užitečnosti dat či zranitelnosti anonymizačních metod vůči deanonymizačním útokům.

Abstract:

The thesis addresses the identity disclosure privacy problem in publishing social network datasets. It introduces the topic of anonymization, focusing on its application on social network datasets. The author reviews the state-of-the-art anonymization and deanonymization methods and detects three open problems in this field. This thesis aims to solve the detected problems and answer the formulated research questions by proposing new procedures and algorithms, their implementation in the MATLAB programming platform and testing them on sets of synthetic and real-world social network datasets. The author presents the composition attack as a novel threat to social network datasets. Moreover, the well-known k-degree anonymization algorithm is improved with the novel heuristic high-degree noise addition procedure. Finally, the author employs the genetic algorithm principles in the k-automorphism anonymization approach to develop a hybrid algorithm for k-automorphism anonymization. A significant aspect of the evaluation process is to verify the results on relevant data and to provide outputs that are easily comparable with other researchers. For this reason, the evaluation tool SecGraph is used to measure data utility and the vulnerability of anonymization methods to deanonymization attacks.

Keywords

informační bezpečnost, anonymizace, sociální sítě, genetický algoritmus, teorie grafů

Keywords

privacy, anonymization, social networks, genetic algorithm, graph theory

Language used: English

Date on which the thesis was submitted / produced: 13. 4. 2023

Thesis defence

• Date of defence: 22. 6. 2023
• Supervisor: prof. RNDr. Josef Hynek, MBA, Ph.D.
• Reader: prof. RNDr. PhDr. Antonín Slabý, CSc., Jaromír Kukal, Petr Fiala

University of Hradec Králové

Faculty of Informatics and Management

Doctoral programme / field:
Aplikovaná informatika / Aplikovaná informatika