Differential Privacy for Networks

Negli ultimi anni, la quantità di dati generati dai sistemi ITC è aumentata drasticamente, creando tensione tra i dati e la privacy degli utenti. La raccolta di dati personali avviene nella maggior parte dei settori dell'ecosistema ICT, e i portali online, i social network e le piattaforme cloud detengono oggi una enorme quantità di dati personali. Una grande quantità di dati è anche raccolta dalle reti informatiche. Le apparecchiature di rete, i firewall, i router e i misuratori passivi raccolgono ricchi dataset riguardanti l'attività di rete sotto forma di file di log, record di flusso, ecc. Questi dati sono cruciali per monitorare la Qualità dell'Esperienza (QoE) degli utenti, scoprire incidenti di sicurezza e studiare il comportamento umano. Tuttavia, i dati di rete contengono informazioni personali in quanto possono rivelare l'identità e le abitudini degli utenti monitorati. Pertanto, è necessario adottare le opportune contromisure. Purtroppo, gli approcci più popolari per l'anonimizzazione dei dati (come la k-anonimizzazione e le sue varianti) non si adattano al contesto delle reti, ponendo sfide nella condivisione dei dati di rete tra aziende, ricercatori e professionisti delle reti. La privacy differenziale sta guadagnando slancio come approccio pratico per anonimizzare rilasci di dati e interrogazioni a dataset privati. Infatti, l'utilità dei dati di rete risiede nella capacità di rispondere a query complesse e redditizie su una vasta gamma di campi, dal comportamento degli utenti alle prestazioni di rete. L'obiettivo di questo progetto è studiare ed implementare tecniche valide per applicare la privacy differenziale ai dati di rete, come le misurazioni di rete passive, i file di log dei dispositivi di rete o i record di flusso.

In recent years, the amount of data generated by ITC systems has dramatically increased, creating tension between data and users’ privacy. The collection of personal data happens in most fields of the ICT ecosystem, and online portals, social networks, and cloud platforms nowadays hold a huge amount of personal data. A large amount of data is also collected by computer networks. Network equipment, firewalls, routers, and passive meters collect rich datasets regarding network activity in the form of log files, flow records, etc. These data are crucial to monitor the Quality of Experience (QoE) of users, discover security incidents and study human behavior. However, network data carry personal information as they can reveal the identity and habits of the monitored users. Thus, it is necessary to take the proper countermeasures. Unfortunately, the most popular approaches for data anonymization (k-anonymity and its variants) do not fit the context of networks, posing challenges in the sharing of network data between companies, researchers, and network practitioners. Differential privacy is gaining momentum as a practical approach to anonymize data releases and queries to private datasets. Indeed, the usefulness of network data resides in the capacity to answer complex and profitable queries on a wide range of fields, from user behavior to network performance. The goal of this project is to study and implement viable techniques for applying differential privacy to network data, such as passive network measurements, network device log files, or flow records.