基数估计器不保护隐私
密码学与安全
2018-12-20 v3 数据结构与算法
摘要
HyperLogLog 等基数估计器是估计大型多重集中不同元素数量的草图算法。它们在隐私敏感场景中的使用引发了其是否泄露私人信息的问题。特别是，它们能否在保持其强聚合特性的同时提供任何隐私保证？我们形式化了基数估计器的抽象概念，其捕捉了该聚合要求：可以合并草图而不损失精度。我们提出了一个攻击者模型及相应的隐私定义，该定义严格弱于差分隐私：我们假设攻击者对数据没有先验知识。随后我们证明，若一个基数估计器满足该定义，则它不可能具有合理的精度水平。我们对定义的较弱版本证明了类似结果，并分析了现有算法的隐私性，表明即使对于具有大基数的多重集，其平均隐私损失也是显著的。我们得出结论：强聚合要求与任何合理的隐私定义都不相容，且基数估计器应被视为与原始数据一样敏感。我们还为其实际应用提出了风险缓解策略。
引用
@article{arxiv.1808.05879,
title = {Cardinality Estimators do not Preserve Privacy},
author = {Damien Desfontaines and Andreas Lochbihler and David Basin},
journal= {arXiv preprint arXiv:1808.05879},
year = {2018}
}