Package org.deidentifier.arx.criteria

Klasse EDDifferentialPrivacy

java.lang.Object

org.deidentifier.arx.criteria.PrivacyCriterion

org.deidentifier.arx.criteria.ImplicitPrivacyCriterion

org.deidentifier.arx.criteria.EDDifferentialPrivacy

Alle implementierten Schnittstellen:

Serializable

public class EDDifferentialPrivacy
extends ImplicitPrivacyCriterion

(e,d)-Differential Privacy implemented with SafePub as proposed in: Bild R, Kuhn KA, Prasser F. SafePub: A Truthful Data Anonymization Algorithm With Strong Privacy Guarantees. Proceedings on Privacy Enhancing Technologies. 2018(1):67-87. SafePub, in turn, is a practical implementation of (k,b)-SDGS which was originally proposed in: Ninghui Li, Wahbeh H. Qardaji, Dong Su: On sampling, anonymization, and differential privacy or, k-anonymization meets differential privacy. Proceedings of ASIACCS 2012. pp. 32-33

Siehe auch:

• Serialisierte Form

Konstruktorübersicht

Konstruktoren

Konstruktor	Beschreibung
EDDifferentialPrivacy(double epsilon, double delta)	Creates a new data-dependent instance
EDDifferentialPrivacy(double epsilon, double delta, DataGeneralizationScheme generalization)	Creates a new instance which is data-independent iff generalization is not null
EDDifferentialPrivacy(double epsilon, double delta, DataGeneralizationScheme generalization, boolean deterministic)	Creates a new instance which may be configured to produce deterministic output.

Methodenübersicht

Modifizierer und Typ	Methode	Beschreibung
EDDifferentialPrivacy	clone()	Clone
double	getBeta()	Returns the beta parameter of (k,b)-SDGS
DataSubset	getDataSubset()	If a privacy model uses a data subset, it must overwrite this method
double	getDelta()	Returns the delta parameter of (e,d)-DP
double	getEpsilon()	Returns the epsilon parameter of (e,d)-DP
DataGeneralizationScheme	getGeneralizationScheme()	Returns the defined generalization scheme
int	getK()	Returns the k parameter of (k,b)-SDGS
int	getMinimalClassSize()	If a privacy model provides a prosecutor risk threshold, it should override this method to enable optimizations
int	getRequirements()	Returns the criterion's requirements.
void	initialize(DataManager manager, ARXConfiguration config)	Override this to initialize the criterion.
boolean	isAnonymous(Transformation<?> node, HashGroupifyEntry entry)	Implement this, to enforce the criterion.
boolean	isDataDependent()	Returns whether this instance is data-dependent
boolean	isDeterministic()	Returns whether this instance is deterministic
boolean	isHeuristicSearchSupported()	Returns whether the criterion supports heuristic search strategies.
boolean	isHeuristicSearchWithTimeLimitSupported()	Returns whether the criterion supports heuristic search strategies with time limits.
boolean	isLocalRecodingSupported()	Returns whether the criterion supports local recoding.
boolean	isMinimalClassSizeAvailable()	If a privacy model provides a prosecutor risk threshold, it should override this method to enable optimizations
boolean	isOptimalSearchSupported()	Returns whether the criterion supports optimal search strategies.
boolean	isSubsetAvailable()	If a privacy model uses a data subset, it must overwrite this method
ElementData	render()	Renders the privacy model
String	toString()	Returns a string representation.

Von Klasse geerbte Methoden org.deidentifier.arx.criteria.PrivacyCriterion

clone, getPopulationModel, getRiskThresholdJournalist, getRiskThresholdMarketer, getRiskThresholdProsecutor, getSubset, isMonotonicWithGeneralization, isMonotonicWithSuppression, isSampleBased

Von Klasse geerbte Methoden java.lang.Object

equals, finalize, getClass, hashCode, notify, notifyAll, wait, wait, wait

Konstruktordetails

EDDifferentialPrivacy

public EDDifferentialPrivacy(double epsilon,
 double delta,
 DataGeneralizationScheme generalization)

Creates a new instance which is data-independent iff generalization is not null

Parameter:

epsilon -

delta -

generalization -

EDDifferentialPrivacy

public EDDifferentialPrivacy(double epsilon,
 double delta)

Creates a new data-dependent instance

Parameter:

epsilon -

delta -

EDDifferentialPrivacy

public EDDifferentialPrivacy(double epsilon,
 double delta,
 DataGeneralizationScheme generalization,
 boolean deterministic)

Creates a new instance which may be configured to produce deterministic output. Note: *never* set deterministic to true in production. This parameterization is for testing purposes, only.

Parameter:

epsilon -

delta -

generalization -

deterministic -

Methodendetails

clone

public EDDifferentialPrivacy clone()

Beschreibung aus Klasse kopiert: PrivacyCriterion

Clone

Angegeben von:

clone in Klasse PrivacyCriterion

getBeta

public double getBeta()

Returns the beta parameter of (k,b)-SDGS

Gibt zurück:

getDataSubset

public DataSubset getDataSubset()

Beschreibung aus Klasse kopiert: PrivacyCriterion

If a privacy model uses a data subset, it must overwrite this method

Setzt außer Kraft:

getDataSubset in Klasse PrivacyCriterion

Gibt zurück:

getDelta

public double getDelta()

Returns the delta parameter of (e,d)-DP

Gibt zurück:

getEpsilon

public double getEpsilon()

Returns the epsilon parameter of (e,d)-DP

Gibt zurück:

getGeneralizationScheme

public DataGeneralizationScheme getGeneralizationScheme()

Returns the defined generalization scheme

Gibt zurück:

getK

public int getK()

Returns the k parameter of (k,b)-SDGS

Gibt zurück:

getMinimalClassSize

public int getMinimalClassSize()

Beschreibung aus Klasse kopiert: PrivacyCriterion

If a privacy model provides a prosecutor risk threshold, it should override this method to enable optimizations

Setzt außer Kraft:

getMinimalClassSize in Klasse PrivacyCriterion

Gibt zurück:

getRequirements

public int getRequirements()

Beschreibung aus Klasse kopiert: PrivacyCriterion

Returns the criterion's requirements.

Angegeben von:

getRequirements in Klasse PrivacyCriterion

Gibt zurück:

initialize

public void initialize(DataManager manager,
 ARXConfiguration config)

Beschreibung aus Klasse kopiert: PrivacyCriterion

Override this to initialize the criterion.

Setzt außer Kraft:

initialize in Klasse PrivacyCriterion

Parameter:

manager -

config - TODO

isAnonymous

public boolean isAnonymous(Transformation<?> node,
 HashGroupifyEntry entry)

Beschreibung aus Klasse kopiert: PrivacyCriterion

Implement this, to enforce the criterion.

Angegeben von:

isAnonymous in Klasse PrivacyCriterion

Parameter:

node - TODO

entry -

Gibt zurück:

isDataDependent

public boolean isDataDependent()

Returns whether this instance is data-dependent

Gibt zurück:

isDeterministic

public boolean isDeterministic()

Returns whether this instance is deterministic

Gibt zurück:

isHeuristicSearchSupported

public boolean isHeuristicSearchSupported()

Beschreibung aus Klasse kopiert: PrivacyCriterion

Returns whether the criterion supports heuristic search strategies.

Setzt außer Kraft:

isHeuristicSearchSupported in Klasse PrivacyCriterion

Gibt zurück:

isHeuristicSearchWithTimeLimitSupported

public boolean isHeuristicSearchWithTimeLimitSupported()

Beschreibung aus Klasse kopiert: PrivacyCriterion

Returns whether the criterion supports heuristic search strategies with time limits.

Setzt außer Kraft:

isHeuristicSearchWithTimeLimitSupported in Klasse PrivacyCriterion

Gibt zurück:

isOptimalSearchSupported

public boolean isOptimalSearchSupported()

Beschreibung aus Klasse kopiert: PrivacyCriterion

Returns whether the criterion supports optimal search strategies.

Setzt außer Kraft:

isOptimalSearchSupported in Klasse PrivacyCriterion

Gibt zurück:

isLocalRecodingSupported

public boolean isLocalRecodingSupported()

Beschreibung aus Klasse kopiert: PrivacyCriterion

Returns whether the criterion supports local recoding.

Angegeben von:

isLocalRecodingSupported in Klasse PrivacyCriterion

Gibt zurück:

isMinimalClassSizeAvailable

public boolean isMinimalClassSizeAvailable()

Beschreibung aus Klasse kopiert: PrivacyCriterion

If a privacy model provides a prosecutor risk threshold, it should override this method to enable optimizations

Setzt außer Kraft:

isMinimalClassSizeAvailable in Klasse PrivacyCriterion

Gibt zurück:

isSubsetAvailable

public boolean isSubsetAvailable()

Beschreibung aus Klasse kopiert: PrivacyCriterion

If a privacy model uses a data subset, it must overwrite this method

Setzt außer Kraft:

isSubsetAvailable in Klasse PrivacyCriterion

Gibt zurück:

render

public ElementData render()

Beschreibung aus Klasse kopiert: PrivacyCriterion

Renders the privacy model

Angegeben von:

render in Klasse PrivacyCriterion

Gibt zurück:

toString

public String toString()

Beschreibung aus Klasse kopiert: PrivacyCriterion

Returns a string representation.

Angegeben von:

toString in Klasse PrivacyCriterion

Gibt zurück: