ARX——一种开源的数据匿名软件的介绍

ARX开源数据匿名软件的介绍

ARX有三大优势：（i）以高效率的方式实现了多种隐私方法，（ii）支持跨平台图形界面，（iii）提供可编程的API接口，（iv）文档支持。
其他的匿名工具：
PARAT：领先的商业去标识软件；
UTD Anonymization Toolbox：用于实验研究；
Cornell Anonymization Toolkit：用于研究实验；
sdcMirco2：R语言的一个包；
μ-Argus：no longer under active development；
以上工具都有多多少少的缺点，为了克服这些缺点，ARX被慕尼黑工大的研究员开发了出来，ARX对所有常见的隐私标准做支持，包括任意的组合；而且它实现了对常见的匿名任务进行系统自带的技术组合选择，更高效、更直观和更易于理解；同时对非专业IT人员提供了跨平台的图形界面接口，而对专业的IT技术人员提供了易于开发的API 接口。

1. 背景

阻止linkage attack的方法如下：
1. 区分出 EI 属性，它可以直接指认到具体的record，要把它去掉，例如社保号等；
2. QI 属性能够潜在地识别出record，所以要确保 QI 满足隐私标准，如何性别和年龄。通常使用 generalization hirearchies 技术，它可以支持种类属性和连续属性，如下图：

为了增加结果数据的可用性，这种方法通常结合着 tuple suppression 使用，违反隐私标准的 record 的（outliers）会自动从数据集中去掉。同时，所有的suppressed records 要保证不超过一个给定的阈值。这样做的结果是少量的 generalization 就可以保证剩下的record满足隐私标准。

2. 技术

K-Anonimity 是用途最广的隐私标准方法，它阻止 identity disclosure 的发生，而 l-diversity 和 t-closeness 阻止 attribute disclosure 的发生。 δ-Presence 用于保护数据集免受 membership disclosure 的威胁，membership disclosure 意思是攻击者能够决定某个record在不在数据集中。

3. 方法

针对非专业IT人员，ARX实现了 globally-optimal full-domain anonymization algorithm，通过修改 generalization hierarchies 或者从 solution space 选择一个合