Preserving empirical data utility in k-anonymous microaggregation via linear discriminant analysis

© <2020>. This manuscript version is made available under the CC-BY-NC-ND 4.0 license http://creativecommons.org/licenses/by-nc-nd/4.0/

Detalles Bibliográficos
Autores: Rodríguez Hoyos, Ana Fernanda, Rebollo Monedero, David|||0000-0002-0783-2382, Estrada Jiménez, José Antonio, Forné Muñoz, Jorge|||0000-0002-8401-3292, Urquiza Aguiar, Luis Felipe
Tipo de recurso: artículo
Fecha de publicación:2020
País:España
Institución:Universitat Politècnica de Catalunya (UPC)
Repositorio:UPCommons. Portal del coneixement obert de la UPC
Idioma:inglés
OAI Identifier:oai:upcommons.upc.edu:2117/330076
Acceso en línea:https://hdl.handle.net/2117/330076
https://dx.doi.org/10.1016/j.engappai.2020.103787
Access Level:acceso abierto
Palabra clave:Artificial intelligence
Data protection
Data privacy
Statistical disclosure control
LDA
Microaggregation
Data utility
Intel·ligència artificial
Protecció de dades
Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial
Àrees temàtiques de la UPC::Enginyeria de la telecomunicació::Telemàtica i xarxes d'ordinadors::Trànsit de dades
id ES_d75ea357edca7e4bdea5436698743bf0
oai_identifier_str oai:upcommons.upc.edu:2117/330076
network_acronym_str ES
network_name_str España
repository_id_str
spelling Preserving empirical data utility in k-anonymous microaggregation via linear discriminant analysisRodríguez Hoyos, Ana FernandaRebollo Monedero, David|||0000-0002-0783-2382Estrada Jiménez, José AntonioForné Muñoz, Jorge|||0000-0002-8401-3292Urquiza Aguiar, Luis FelipeArtificial intelligenceData protectionData privacyStatistical disclosure controlLDAMicroaggregationData utilityIntel·ligència artificialProtecció de dadesÀrees temàtiques de la UPC::Informàtica::Intel·ligència artificialÀrees temàtiques de la UPC::Enginyeria de la telecomunicació::Telemàtica i xarxes d'ordinadors::Trànsit de dades© <2020>. This manuscript version is made available under the CC-BY-NC-ND 4.0 license http://creativecommons.org/licenses/by-nc-nd/4.0/Today’s countless benefits of exploiting data come with a hefty price in terms of privacy. -Anonymous microaggregation is a powerful technique devoted to revealing useful demographic information of microgroups of people, whilst protecting the privacy of individuals therein. Evidently, the inherent distortion of data results in the degradation of its utility. This work proposes and analyzes an anonymization method that draws upon the technique of linear discriminant analysis (LDA), with the aim of preserving the empirical utility of data. Further, this utility is measured as the accuracy of a machine learning model trained on the microaggregated data. By transforming the original data records to a different data space, LDA enables -anonymous microaggregation to build microcells more tailored to an intrinsic classification threshold. To do this, first, data is rotated (projected) towards the direction of maximum discrimination and, second, scaled in this direction by a factor that penalizes distortion across the classification threshold. The upshot is that thinner cells are built along the threshold, which ends up preserving data utility in terms of the accuracy of machine learned models for a number of standardized data sets.We gratefully acknowledge the invaluable assistance of Irene Carrión-Barberà, M.D., in the preparation of the medical example in Fig. 2. This work is supported by the Escuela Politécnica Nacional through the project ‘‘Privacidad Sintáctica Funcional: Análisis y adaptación de mecanismos de anonimato con enfoque en la preservación de utilidad de los datos’’, ref. PII-DETRI-2019-01. This work is partly supported by the Spanish Ministry of Economy and Competitiveness (MINECO) through the project ‘‘MAGOS’’, ref. TEC2017-84197-C4-3-R. Ana Rodríguez-Hoyos and José Estrada-Jiménez acknowledge the support from Escuela Politécnica Nacional (EPN), Republic of Ecuador for their doctoral studies at Universitat Politècnica de Catalunya (UPC).Peer ReviewedElsevier20202020-09-0120202020-10-08journal articlehttp://purl.org/coar/resource_type/c_6501AMhttp://purl.org/coar/version/c_ab4af688f83e57aainfo:eu-repo/semantics/articleapplication/pdfhttps://hdl.handle.net/2117/330076https://dx.doi.org/10.1016/j.engappai.2020.103787reponame:UPCommons. Portal del coneixement obert de la UPCinstname:Universitat Politècnica de Catalunya (UPC)Inglésengopen accesshttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessoai:upcommons.upc.edu:2117/3300762026-05-27T15:37:01Z
dc.title.none.fl_str_mv Preserving empirical data utility in k-anonymous microaggregation via linear discriminant analysis
title Preserving empirical data utility in k-anonymous microaggregation via linear discriminant analysis
spellingShingle Preserving empirical data utility in k-anonymous microaggregation via linear discriminant analysis
Rodríguez Hoyos, Ana Fernanda
Artificial intelligence
Data protection
Data privacy
Statistical disclosure control
LDA
Microaggregation
Data utility
Intel·ligència artificial
Protecció de dades
Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial
Àrees temàtiques de la UPC::Enginyeria de la telecomunicació::Telemàtica i xarxes d'ordinadors::Trànsit de dades
title_short Preserving empirical data utility in k-anonymous microaggregation via linear discriminant analysis
title_full Preserving empirical data utility in k-anonymous microaggregation via linear discriminant analysis
title_fullStr Preserving empirical data utility in k-anonymous microaggregation via linear discriminant analysis
title_full_unstemmed Preserving empirical data utility in k-anonymous microaggregation via linear discriminant analysis
title_sort Preserving empirical data utility in k-anonymous microaggregation via linear discriminant analysis
dc.creator.none.fl_str_mv Rodríguez Hoyos, Ana Fernanda
Rebollo Monedero, David|||0000-0002-0783-2382
Estrada Jiménez, José Antonio
Forné Muñoz, Jorge|||0000-0002-8401-3292
Urquiza Aguiar, Luis Felipe
author Rodríguez Hoyos, Ana Fernanda
author_facet Rodríguez Hoyos, Ana Fernanda
Rebollo Monedero, David|||0000-0002-0783-2382
Estrada Jiménez, José Antonio
Forné Muñoz, Jorge|||0000-0002-8401-3292
Urquiza Aguiar, Luis Felipe
author_role author
author2 Rebollo Monedero, David|||0000-0002-0783-2382
Estrada Jiménez, José Antonio
Forné Muñoz, Jorge|||0000-0002-8401-3292
Urquiza Aguiar, Luis Felipe
author2_role author
author
author
author
dc.subject.none.fl_str_mv Artificial intelligence
Data protection
Data privacy
Statistical disclosure control
LDA
Microaggregation
Data utility
Intel·ligència artificial
Protecció de dades
Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial
Àrees temàtiques de la UPC::Enginyeria de la telecomunicació::Telemàtica i xarxes d'ordinadors::Trànsit de dades
topic Artificial intelligence
Data protection
Data privacy
Statistical disclosure control
LDA
Microaggregation
Data utility
Intel·ligència artificial
Protecció de dades
Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial
Àrees temàtiques de la UPC::Enginyeria de la telecomunicació::Telemàtica i xarxes d'ordinadors::Trànsit de dades
description © <2020>. This manuscript version is made available under the CC-BY-NC-ND 4.0 license http://creativecommons.org/licenses/by-nc-nd/4.0/
publishDate 2020
dc.date.none.fl_str_mv 2020
2020-09-01
2020
2020-10-08
dc.type.none.fl_str_mv journal article
http://purl.org/coar/resource_type/c_6501
AM
http://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.openaire.fl_str_mv info:eu-repo/semantics/article
format article
dc.identifier.none.fl_str_mv https://hdl.handle.net/2117/330076
https://dx.doi.org/10.1016/j.engappai.2020.103787
url https://hdl.handle.net/2117/330076
https://dx.doi.org/10.1016/j.engappai.2020.103787
dc.language.none.fl_str_mv Inglés
eng
language_invalid_str_mv Inglés
language eng
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Elsevier
publisher.none.fl_str_mv Elsevier
dc.source.none.fl_str_mv reponame:UPCommons. Portal del coneixement obert de la UPC
instname:Universitat Politècnica de Catalunya (UPC)
instname_str Universitat Politècnica de Catalunya (UPC)
reponame_str UPCommons. Portal del coneixement obert de la UPC
collection UPCommons. Portal del coneixement obert de la UPC
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869420996622024704
score 15.301603

Similares en LA Referencia