Application of privacy-preserving data publishing in tertiary institutions of Kebbi state using generalization and suppression

Abstract

The research was conducted in the field of publishing data to preserve confidentiality. Several educational datasets have been used to address privacy and utility. The sample questionnaires served to investigate the level of privacy awareness and enforcement in the records of students in tertiary institutions in Kebbi State, Nigeria. The benchmark datasets were obtained from Kebbi State Polytechnic Dakin-gari. K-anonymity and l-diversity models were used with k configurations and suppression limits of 10 and 50% in the ARX 3.9.0 de-anonymization environment. The work evaluates data privacy, quality, and execution time for each k value and suppressions limit. Experimental results demonstrate that the higher the suppression the more balanced exists between privacy and utility. It was observed that suppression of 50% provides less anonymization time irrespective of k compared to k values in suppression = 10%. This was proved to be due to less time it takes anonymization to be completed Also, from respondents, 92% of students’ records were kept permanently in plain and, issued to third parties like that—with no privacy guarantee. This poses privacy threats to datasets.

Cercetarea a fost efectuată în domeniul publicării datelor pentru păstrarea confidențialității. Au fost folosite câteva seturi de date educaționale pentru a aborda confidențialitatea și utilitatea. Chestionarele eșantion au servit pentru a investiga gradul de conștientizare a confidențialității și aplicarea acesteia în dosarele studenților din instituțiile terțiare din statul Kebbi, Nigeria. Seturile de date care au servit drept reper au fost obținute de la Kebbi State Polytechnic Dakin-gari. Modelele de K-anonimitate și l-diversitate au fost utilizate cu configurații k și limite de suprimare de 10 și 50% în mediul de de-anonimizare ARX 3.9.0. Lucrarea evaluează confidențialitatea datelor, calitatea și timpul de execuție pentru fiecare valoare k și limită de suprimare. Rezultatele experimentale demonstrează, că osuprimare este mai mare induce echilibru între intimitate și utilitate. S-a observat, căsuprimarea de 50% oferă mai puțin timp de anonimizare indiferent de k comparativ cu valorile k în suprimare = 10%. Acest lucru se datorează faptului că anonimizarea durează mai puțin pentru a fi finalizată. De asemenea, din partea respondenților, 92% din dosarele studenților au fost păstrate în mod permanent neconfidențial, fiind eliberate astfel unor terți, fără garanție de confidențialitate. Acest lucru reprezintă amenințări de confidențialitate a seturilor de date.