Buchumschlag

DUEF-GA: Data Utility and Privacy Evaluation Framework for Graph Anonymization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Casas-Roma, Jordi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Privacy Analysis and Evaluation Policy of Blockchain-based Anonymous Cryptocurrencies
von: Miyamae, Takeshi, et al.
Veröffentlicht: (2020)

A False Sense of Privacy: Towards a Reliable Evaluation Methodology for the Anonymization of Biometric Data
von: Hanisch, Simon, et al.
Veröffentlicht: (2023)

Exposing Privacy Risks in Anonymizing Clinical Data: Combinatorial Refinement Attacks on k-Anonymity Without Auxiliary Information
von: Chhillar, Somiya, et al.
Veröffentlicht: (2025)

Cluster-guided LLM-Based Anonymization of Software Analytics Data: Studying Privacy-Utility Trade-offs in JIT Defect Prediction
von: Khan, Maaz, et al.
Veröffentlicht: (2025)

Not All Entities are Created Equal: A Dynamic Anonymization Framework for Privacy-Preserving RAG
von: Zhu, Xinyuan, et al.
Veröffentlicht: (2026)

How to Get Actual Privacy and Utility from Privacy Models: the k-Anonymity and Differential Privacy Families
von: Domingo-Ferrer, Josep, et al.
Veröffentlicht: (2025)

Exploring the Integration of Differential Privacy in Cybersecurity Analytics: Balancing Data Utility and Privacy in Threat Intelligence
von: Sedraoui, Brahim Khalil, et al.
Veröffentlicht: (2026)

Human-Centered Interactive Anonymization for Privacy-Preserving Machine Learning: A Case for Human-Guided k-Anonymity
von: Gajavalli, Sri Harsha
Veröffentlicht: (2025)

Fed-AugMix: Balancing Privacy and Utility via Data Augmentation
von: Li, Haoyang, et al.
Veröffentlicht: (2024)

Synergizing Privacy and Utility in Data Analytics Through Advanced Information Theorization
von: Alsulaimawi, Zahir
Veröffentlicht: (2024)

On Defeating Graph Analysis of Anonymous Transactions
von: Egger, Christoph, et al.
Veröffentlicht: (2024)

A Generalized Shuffle Framework for Privacy Amplification: Strengthening Privacy Guarantees and Enhancing Utility
von: Chen, E, et al.
Veröffentlicht: (2023)

Differential Privacy in Aggregated Mobility Networks: Balancing Privacy and Utility
von: Haydari, Ammar, et al.
Veröffentlicht: (2021)

SLAP: Secure Location-proof and Anonymous Privacy-preserving Spectrum Access
von: Darzi, Saleh, et al.
Veröffentlicht: (2025)

Achieving Privacy Utility Balance for Multivariate Time Series Data
von: Hore, Gaurab, et al.
Veröffentlicht: (2024)

The Privacy-Utility Trade-off in the Topics API
von: Alvim, Mário S., et al.
Veröffentlicht: (2024)

Anonymous YARA Rules Are Not Anonymous
von: Isah, Usman Rabiu, et al.
Veröffentlicht: (2026)

FedCAPrivacy: Privacy-Preserving Heterogeneous Federated Learning with Anonymous Adaptive Clustering
von: Wei, Yunan, et al.
Veröffentlicht: (2025)

Security and Privacy Enhancing in Blockchain-based IoT Environments via Anonym Auditing
von: Khordadpour, Peyman, et al.
Veröffentlicht: (2024)

SeDe: Balancing Blockchain Privacy and Regulatory Compliance by Selective De-Anonymization
von: Chaudhary, Amit, et al.
Veröffentlicht: (2023)

A Framework for Managing Multifaceted Privacy Leakage While Optimizing Utility in Continuous LBS Interactions
von: Bkakria, Anis, et al.
Veröffentlicht: (2024)

Synthetic Data: Revisiting the Privacy-Utility Trade-off
von: Sarmin, Fatima Jahan, et al.
Veröffentlicht: (2024)

You Only Anonymize What Is Not Intent-Relevant: Suppressing Non-Intent Privacy Evidence
von: Shen, Weihao, et al.
Veröffentlicht: (2026)

The Illusion of Anonymity: Uncovering the Impact of User Actions on Privacy in Web3 Social Ecosystems
von: Wang, Bin, et al.
Veröffentlicht: (2024)

SMOTE-DP: Improving Privacy-Utility Tradeoff with Synthetic Data
von: Zhou, Yan, et al.
Veröffentlicht: (2025)

Smooth Anonymity for Sparse Graphs
von: Epasto, Alessandro, et al.
Veröffentlicht: (2022)

Extension of Spatial k-Anonymity: New Metrics for Assessing the Anonymity of Geomasked Data Considering Realistic Attack Scenarios
von: Cremer, Simon, et al.
Veröffentlicht: (2025)

LADSG: Label-Anonymized Distillation and Similar Gradient Substitution for Label Privacy in Vertical Federated Learning
von: Yan, Zeyu, et al.
Veröffentlicht: (2025)

Privacy Enhanced PEFT: Tensor Train Decomposition Improves Privacy Utility Tradeoffs under DP-SGD
von: Kunwar, Pradip, et al.
Veröffentlicht: (2026)

Privacy-Preserving Anonymization of System and Network Event Logs Using Salt-Based Hashing and Temporal Noise
von: Bargale, Shreyas, et al.
Veröffentlicht: (2025)

Pantomime: Motion Data Anonymization using Foundation Motion Models
von: Hanisch, Simon, et al.
Veröffentlicht: (2025)

Assessing Utility of Differential Privacy for RCTs
von: Webb, Kaitlyn R., et al.
Veröffentlicht: (2023)

A Collusion-Resistance Privacy-Preserving Smart Metering Protocol for Operational Utility
von: Zaredar, Farid, et al.
Veröffentlicht: (2025)

Revisiting Privacy-Utility Trade-off for DP Training with Pre-existing Knowledge
von: Zheng, Yu, et al.
Veröffentlicht: (2024)

Privacy Preserving Machine Learning Workflow: from Anonymization to Personalized Differential Privacy Budgets in Federated Learning
von: Díaz, Judith Sáinz-Pardo, et al.
Veröffentlicht: (2026)

Healthcare Data Governance, Privacy, and Security -- A Conceptual Framework
von: Faridoon, Amen, et al.
Veröffentlicht: (2024)

A Game-Theoretic Approach to Privacy-Utility Tradeoff in Sharing Genomic Summary Statistics
von: Zhang, Tao, et al.
Veröffentlicht: (2024)

Towards Flexible Anonymous Networks
von: Rochet, Florentin, et al.
Veröffentlicht: (2022)

MaskAnyone Toolkit: Offering Strategies for Minimizing Privacy Risks and Maximizing Utility in Audio-Visual Data Archiving
von: Owoyele, Babajide Alamu, et al.
Veröffentlicht: (2024)

Anonymity-washing
von: Lestyán, Szivia, et al.
Veröffentlicht: (2025)