t-근접성 (t-Closeness)
한 줄 정의: 각 준식별자 그룹 내 민감 속성의 분포가 전체 데이터셋의 분포와 지나치게 차이 나지 않도록(거리 t 이하) 제한하여 프라이버시를 보호하는 익명화 기준입니다.
쉽게 풀면
t-근접성은 l-다양성이 놓친 부분을 보완한 개념입니다. l-다양성은 그룹 안에 값이 여러 종류 섞여 있으면 조건을 만족하지만, 그 값들이 서로 비슷한 의미를 가진 경우 여전히 정보가 새어나갈 수 있습니다. 예를 들어 특정 그룹의 소득이 "약간 낮음, 낮음, 매우 낮음"으로만 다양하다면, 형식적으로는 다양해 보여도 사실상 모두 저소득이라는 정보가 드러납니다. t-근접성은 그룹의 분포가 전체 데이터의 분포와 크게 다르지 않도록 강제해 이런 문제를 막습니다.
왜 중요한가
정보보안학과 프라이버시 연구에서 t-근접성은 l-다양성이 가진 근접성 공격(skewness/similarity attack)의 취약점을 보완하는 발전된 익명화 기준으로 다뤄집니다. 민감 속성의 의미적 유사성까지 고려한다는 점에서 보다 엄격한 프라이버시 보장을 제공합니다.
논문에서는 이렇게 쓰입니다
"본 연구는 l-다양성을 만족하지만 t-근접성을 만족하지 않는 데이터셋에서 근접성 공격이 성공함을 실증적으로 보였다."
l-다양성만으로는 부족한 사례를 실험으로 증명한 연구라는 뜻입니다.
"제안 모델은 t-근접성을 만족시키기 위해 지구 이동 거리(Earth Mover's Distance)를 이용해 분포 차이를 측정한다."
분포 간 차이를 수학적으로 측정하는 방법을 활용했다는 설명입니다.
조금 더 깊게 보면
t-근접성에서 분포 간 거리는 흔히 지구 이동 거리(Earth Mover's Distance)와 같은 척도로 계산되며, 이 거리 값이 지정된 임계치 t 이하가 되도록 데이터를 일반화하거나 억제합니다. 프라이버시 보호 수준을 높일수록 원본 데이터의 유용성(utility)이 낮아지는 상충 관계가 나타나는 것이 일반적입니다.
주의할 점
t-근접성은 프라이버시 보호 수준이 강한 대신 데이터 유용성 손실이 커질 수 있어, 실제 적용 시 t값 설정에 신중한 균형이 필요합니다.