AMPPERE：一种用于隐私保护实体解析评估的通用抽象机

实体解析是指在不同数据集中识别指向现实世界中同一实体的记录的任务。在敏感领域（例如金融账户、医院健康记录）中，实体解析必须满足隐私要求，以避免向不可信方泄露个人信息等敏感信息。现有方案要么过于依赖特定算法，要么在计算精度、隐私性和运行效率之间存在隐含的权衡。我们提出了 AMMPERE，一种用于执行通用隐私保护实体解析的抽象计算模型。AMPPERE 提供的抽象封装了多种与算法和平台无关的、使用 Jaccard 相似度变体进行私有数据匹配和实体解析的方法。具体而言，我们展示了两方可以在不泄露敏感信息的情况下对其数据执行实体解析。我们在 Sharemind 多方计算（MPC）平台以及基于格的同态加密库 PALISADE 上严格比较并分析了这些方法的可行性、性能开销和隐私保护特性。AMPPERE 系统展示了隐私保护实体解析在真实数据上的有效性，同时精确刻画了防止信息泄露所带来的代价。