Knowledge Protection Rate

La métrique Knowledge Protection Rate permet d'évaluer des scenarios d'attaque plus probables et plus fréquents, où un attaquant dispose d'une connaissance partielle du jeu de données original. Cette métrique mesure la capacité à protéger les connaissances spécifiques d'un individu contre des attaques de type liaison de données basée sur la distance.

Elle quantifie le pourcentage d'individus pour lesquels l'attaquant ne peut pas réussir à relier la donnée originale à un avatar unique approchant, en se basant sur la connaissance partielle qu'il possède. L'avatar approchant doit être unique car les duplicats ne permettent pas à l'attaquant d'établir un lien certain entre la donnée originale et l'avatar, protégeant ainsi l'individu vis-à-vis du critère d'individualisation.

Nous avons décidé d'établir un seuil de tolérance pour considérer une réidentification comme réussie. Un avatar est considéré comme approchant si :

• les valeurs catégorielles sont identiques
• les valeurs numériques sont dans un intervalle de tolérance de 5%.

Interprétation du Knowledge Protection Rate

Le Knowledge Protection Rate retourne le pourcentage d'individus d'origine n'ayant pas d'avatar unique approchant dans le jeu de données synthétique, en se basant sur un sous ensemble de variable susceptible d'être connu par l'attaquant (informations démographiques).

Exemple

Supposons qu’un jeu de données affiche une valeur de Knowledge Protection Rate égale à 92%. Cela signifie que pour 92% des individus d'origine, l'attaquant ne peut pas trouver d'avatar unique approchant dans le jeu de données synthétique en se basant sur les informations démographiques dont il dispose. Ce résultat indique une forte protection des avatars contre les attaques de liaison de données basée sur la distance.

Spécificité de la métrique

Cette métrique est particulièrement pertinente dans des scénarios où l'attaquant possède une connaissance partielle du jeu de données original, ce qui est souvent le cas dans des contextes réels. En se concentrant sur les informations démographiques, cette métrique évalue la robustesse des avatars face à des attaques plus ciblées et réalistes.

Formule

La métrique n'utilise que les variables connues de l'attaquant. Chaque variable numérique $v$ est découpée en classes de largeur

$$\text{pas}_v = 0.05 \times \bar{x}_v \quad\text{sur}\quad \left[\min x_v - \tfrac{\sigma_v}{10},\; \max x_v + \tfrac{\sigma_v}{10}\right]$$

(calculé sur les enregistrements originaux présents une seule fois) ; les valeurs catégorielles sont gardées telles quelles. Soit $b(\cdot)$ un enregistrement après découpage, $U$ les enregistrements originaux présents une seule fois, et $B_1$ les profils avatar découpés présents une seule fois :

$$S = \left\{\, x \in U \;:\; b(x) \in B_1 \,\right\} \qquad \text{Knowledge Protection Rate} = 100 \times \left(1 - \frac{|S|}{n}\right)$$

où $n$ est le nombre total d'enregistrements originaux.

Comment améliorer cette métrique ?

Pour améliorer le Knowledge Protection Rate, il est recommandé d’augmenter le paramètre k, qui correspond au nombre de voisins considérés lors de la génération des données synthétiques. Une valeur plus élevée de k accroît la distance relative entre une donnée originale et son avatar, renforçant ainsi la dissociation et la protection contre les attaques de liaison de données.