Contributions to Statistical Disclosure Control: Enhancing Multivariate Microaggregation using Graph Theory

Abstract

Aquesta tesi doctoral estudia la microagregació com a tècnica per al control de la divulgació estadística. La investigació té com a objectiu millorar l'eficiència i la qualitat de la microagregació de mida fixa i variable mitjançant l'ús de l'algorisme del problema del venedor ambulant (TSP). L'estudi presenta tres contribucions: (1) microagregació de mida fixa basada en TSP, (2) microagregació de mida variable basada en TSP i (3) estratègies de reducció de conjunts de dades per a microagregació basada en TSP. Els mètodes proposats s'avaluen mitjançant experiments i es comparen amb les tècniques existents. Els resultats de la investigació revelen que els mètodes basats en TSP proposats superen els existents en termes d'utilitat de dades i temps de càlcul. Aquesta tesi proporciona un estudi integral de l'estat de l'art al control de divulgació estadística i ofereix solucions pràctiques per millorar el rendiment de la microagregació per a la publicació de dades preservant la privadesa.

Esta tesis doctoral se centra en la microagregación como técnica para el control de la divulgación estadística. La investigación tiene como objetivo mejorar la eficiencia y la calidad de la microagregación de tamaño fijo y variable mediante el uso del algoritmo del problema del vendedor ambulante (TSP). El estudio presenta tres contribuciones: (1) microagregación de tamaño fijo basada en TSP, (2) microagregación de tamaño variable basada en TSP y (3) estrategias de reducción de conjuntos de datos para microagregación basada en TSP. Los métodos propuestos se evalúan a través de experimentos y se comparan con las técnicas existentes. Los resultados de la investigación revelan que los métodos basados en TSP propuestos superan a los existentes en términos de utilidad de datos y tiempo de cálculo. Esta tesis proporciona un estudio integral del estado del arte en el control de divulgación estadística y ofrece soluciones prácticas para mejorar el rendimiento de la microagregación para la publicación de datos preservando la privacidad.

This PhD dissertation focuses on microaggregation as a technique for statistical disclosure control. The research aims to enhance the efficiency and quality of fixed-size and variable-size microaggregation through the use of the Travelling Salesman Problem (TSP) algorithm. The study presents three contributions: (1) TSP-based fixed-size microaggregation, (2) TSP-based variable-size microaggregation, and (3) dataset reduction strategies for TSP-based microaggregation. The proposed methods are evaluated through experiments and compared with existing techniques. The research findings reveal that the proposed TSP-based methods outperform the existing ones in terms of both data utility and computation time. This dissertation provides a comprehensive study of the state-of-the-art in statistical disclosure control, and offers practical solutions to enhance the performance of microaggregation for privacy-preserving data publishing.