Privacy Specifications that do not Compose: Empirical and Formal Auditing of Sequentially Published Energy Data
Diese Arbeit zeigt auf, dass sequenziell veröffentlichte Energiedaten über die Zeit oft versagen, Datenschutzversprechen einzuhalten, da wiederholte jährliche Veröffentlichungen durch einfache Subtraktion die Ableitung sensibler Informationen über Randgruppen ermöglichen, was einen Wechsel von der Prüfung isolierter Dateien hin zur Bewertung der gesamten Sequenz unter Verwendung neuer Metriken wie der „Spezifikationshalbwertszeit“ erforderlich macht.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich eine Bibliothek vor, die einen jährlichen Bericht darüber veröffentlicht, wie viel Strom jedes Viertel verbraucht. Um die Privatsphäre der Menschen zu schützen, hat die Bibliothek eine strikte Regel: „Wir werden niemals Zahlen für ein Viertel aufschreiben, es sei denn, es befinden sich mindestens fünf Häuser darin.“ Das ist so, als würde man sagen: „Wir nennen nicht eine bestimmte Person, sondern wir sprechen nur über eine kleine Gruppe.“
Jahrelang hat die Bibliothek dieser Regel perfekt Folge geleistet. Jeder einzelne Jahresbericht ist für sich betrachtet sicher. Man kann allein durch das Lesen des Buches eines bestimmten Jahres nicht herausfinden, wer in welchem Haus lebt.
Das Problem: Der „Mathematik-Zaubertrick“
Dieses Papier argumentiert, dass zwar jedes einzelne Buch sicher ist, die gesamte Serie von Büchern jedoch nicht. Die Autoren entdeckten einen „Mathematik-Zaubertrick“, den jeder anwenden kann, um das Versprechen der Privatsphäre zu brechen.
Hier ist die Analogie:
Stellen Sie sich zwei Fotos einer Menschenmenge vor, die im Abstand von einem Jahr aufgenommen wurden.
- Foto A (Jahr 1): Zeigt eine Menge von 100 Personen.
- Foto B (Jahr 2): Zeigt eine Menge von 98 Personen.
Wenn Sie Foto A allein betrachten, sehen Sie eine große Gruppe. Wenn Sie Foto B allein betrachten, sehen Sie ebenfalls eine große Gruppe. Beide sind sicher.
Aber wenn Sie Foto B von Foto A subtrahieren (mathematisch), bleibt ein Bild von genau 2 Personen übrig, die die Menge verlassen haben.
Die Autoren fanden heraus, dass Energieversorger genau das tun. Indem sie die Daten des aktuellen Jahres nehmen und die Daten des Vorjahres davon abziehen, enthüllen sie versehentlich kleine Gruppen von Menschen (manchmal nur 1 oder 2 Haushalte), die die „Fünf-Häuser-Regel“ eigentlich verbergen sollte.
Die „Halbwertszeit“ der Privatsphäre
Die Autoren entwickelten einen neuen Weg, um zu messen, wie lange eine Privatsphäre-Regel tatsächlich anhält. Sie nennen dies die „Spezifikations-Halbwertszeit“.
Stellen Sie sich ein Versprechen der Privatsphäre wie eine Batterie vor.
- Wenn die Bibliothek den Bericht des ersten Jahres veröffentlicht, ist die Batterie zu 100 % voll. Das Versprechen ist stark.
- Nach dem zweiten Jahr sinkt die Batterie ein wenig, weil der Mathematik-Trick anwendbar wird.
- Nach dem dritten Jahr ist die Batterie halb leer. Das Versprechen „Wir schützen jeden“ ist für die meisten Viertel nicht mehr wahr.
In den untersuchten UK-Daten „starb“ das Privatsphäre-Versprechen (wurde nutzlos) nach nur drei Jahren. In den US-Daten, mit denen sie die Daten verglichen, hielt das Versprechen länger, da die Zahlen stabiler waren, aber auch dort verschliss es im Laufe der Zeit.
Die „formale“ Detektivarbeit
Die Autoren haben nicht einfach nur geraten, dass dies geschieht; sie nutzten zwei Arten von Detektivarbeit:
- Der empirische Detektiv (Die Mathematik): Sie haben diese Subtraktion tatsächlich mit realen Daten durchgeführt. Sie fanden heraus, dass sie in 93 % der kleinen Gebiete, die sie überprüften, eine Veränderung von nur 1 bis 4 Häusern zwischen den Jahren feststellen konnten. Dies bewies, dass der „Mathematik-Zaubertrick“ in der realen Welt funktioniert.
- Der formale Detektiv (Die Logik): Sie übersetzten die schriftlichen Regeln der Bibliothek in eine Computersprache (wie ein Logikrätsel). Sie fragten den Computer: „Verhindert deine geschriebene Regel tatsächlich diesen Subtraktions-Trick?“ Der Computer sagte „Nein.“ Er wies darauf hin, dass die Regel der Bibliothek nur ein einzelnes Jahr gleichzeitig prüfte und vergaß, zu prüfen, was passiert, wenn man die Jahre übereinander stapelt.
Die wichtigste Erkenntnis
Die zentrale Botschaft des Papers ist einfach: Privatsphäre-Regeln funktionieren nicht, wenn man sie nur einzeln prüft.
Wenn Sie jedes Jahr Daten veröffentlichen, müssen Sie den gesamten Stapel an Jahren prüfen, nicht nur das neue Jahr. Die Autoren schlagen vor, dass Herausgeber eine neue Regel benötigen: „Bevor wir die Daten dieses Jahres veröffentlichen, müssen wir prüfen, ob das Abziehen dieser von den Daten des Vorjahres kleine, geheime Gruppen enthüllt.“
Sie fanden auch heraus, dass für einige Datensätze (wie die kleinen Nachbarschaften in UK) die Zahlen so schnell schwanken, dass die Privatsphäre-Regel sehr schnell bricht. Für andere (wie große Stromunternehmen) sind die Zahlen stabil, sodass die Regel länger hält. Aber in allen Fällen ist die „Einzeljahr-Regel“ eine Lüge, wenn man die gesamte Serie betrachtet.
Kurz gesagt: Man kann nicht einfach nur die Tür für heute abschließen und das Gestern vergessen. Wenn man immer wieder die gleiche Art von Daten veröffentlicht, nutzen sich die „Schlösser“ schließlich ab, und die Mathematik kann das Schloss knacken.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.