k‑익명성 문제의 파라미터화 복잡도와 새로운 알고리즘

본 논문은 개인 데이터의 프라이버시 보호를 위한 k‑익명성 모델을 이론적으로 심층 분석한다. 서론에서는 k‑익명성의 실용적 필요성과 기존 연구에서 알려진 APX‑hardness 결과를 소개하고, 파라미터화 복잡도 관점에서 문제를 재조명한다. 이어지는 사전 정의 섹션에서는 그래프 이론, 해밍 거리, 클러스터링 비용 정의 등을 정리하고, k‑AP 문제를 정확히 공식화한다. 제3절에서는 솔루션 크기 e와 최소 클러스터 크기 k를 파라미터로 하는 h‑e‑i‑AP와 h‑e‑k‑i‑AP 문제의 W