DOI QR코드

DOI QR Code

TAP-GAN: Enhanced Trajectory Privacy Based on ACGAN with Attention Mechanism

TAP-GAN: 어텐션 메커니즘이 적용된 ACGAN 기반의 경로 프라이버시 강화

  • Ji Hwan Shin (Dept. of Artificial Intelligence Application, Kwangwoon University) ;
  • Ye Ji Song (Dept. of Artificial Intelligence Convergence, Kwangwoon University) ;
  • Jin Hyun Ahn (Dept. of Management Information System, Jeju National University) ;
  • Taewhi Lee (Smart Data Research Section, Electronics and Telecommunications Research Institute) ;
  • Dong-Hyuk Im (School of Information Convergence, Kwangwoon University)
  • 신지환 (광운대학교 인공지능응용학과 ) ;
  • 송예지 (광운대학교 인공지능융합학과) ;
  • 안진현 (제주대학교 경영정보학과) ;
  • 이태휘 (한국전자통신연구원 스마트데이터연구실 ) ;
  • 임동혁 (광운대학교 정보융합학부 )
  • Published : 2023.05.18

Abstract

위치 기반 서비스(LBS)의 확산으로 다양한 분야에서 활용할 수 있는 많은 양의 경로 데이터가 생성되고 있다. 하지만 공격자가 경로 데이터를 통해 잠재적으로 사용자의 개인정보를 유추할 수 있다는 문제점이 존재한다. 따라서 경로 데이터의 프라이버시를 보존하며 유용성을 유지할 수 있는 GAN(Generative Adversarial Network)을 사용한 많은 연구가 진행되고 있다. 그러나 GAN은 생성된 결과물을 제어하지 못한다는 한계점을 가지고 있다. 본 논문에서는 ACGAN(Auxiliary classifier GAN)을 통해 생성된 결과물을 제어함으로써 경로 데이터의 민감한 정점을 숨기고, Attention mechanism을 결합하여 높은 유용성과 익명성을 제공하는 합성 경로 생성 모델인 TAP-GAN(Trajectory attention and protection-GAN)을 제안한다. 또한 모델의 성능을 입증하기 위해 유용성 및 익명성 실험을 진행하고, 선행 연구 모델과의 비교를 통해 TAP-GAN이 경로 데이터의 유용성을 보장하면서 사용자의 프라이버시를 효과적으로 보호할 수 있음을 확인하였다.

Keywords

Acknowledgement

이 논문은 2023년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원(No. 2021-0-00231, 빅데이터 대상의 빠른 질의 처리가 가능한 탐사 데이터 분석 지원 근사질의 DBMS 기술 개발, 50%)과 한국연구재단의 지원을 받아 수행된 연구임(No. NRF-2021R1F1A1054739, 50%).