Amadeus：可扩展的隐私保护实时视频分析系统

从交通管理到公共安全预警的智慧城市应用，依赖于对公共空间监控摄像头视频的实时分析。然而，越来越多的政府法规规定了必须如何处理这些摄像头采集的数据，以保护公民隐私。本文描述的 Amadeus 通过为智慧城市应用近乎实时地编辑（redact）视频，在隐私与效用之间取得平衡。我们的核心见解是，对对象进行白名单处理（即默认屏蔽）对于可扩展的、隐私保护的视频分析至关重要。在现代目标检测器的背景下，我们证明白名单降低了由目标检测错误导致隐私泄露的风险，并帮助 Amadeus 扩展到大量且多样的应用。特别地，Amadeus 利用白名单生成可组合的加密对象级实时流，以隐私保护的方式同时满足多个应用的需求，同时降低了边缘端的计算与流带宽需求。我们的 Amadeus 原型实验表明，与黑名单对象相比，白名单带来了显著更好的隐私性（高达约 28 倍）和带宽节省（高达约 5.5 倍）。此外，我们的实验还表明，Amadeus 生成的可组合实时流可被实际世界应用使用，且效用损失最小。