Cookie Monster：差分隐私广告测量系统中的高效设备端预算管理
密码学与安全
2024-10-03 v5
摘要
随着主要浏览器即将移除第三方cookie以及新的隐私保护广告API的引入，研究界有一个及时的机会来帮助行业在质量上改善Web的隐私。本文讨论了我们在W3C社区组内为增强现有隐私保护广告测量API所做的努力。我们分析了来自Google、Apple、Meta和Mozilla的设计，并为其增加了更严格和高效的差分隐私（DP）预算组件。我们的方法称为Cookie Monster，它强制执行明确定义的DP保证，并使广告商能够更准确地执行更私密的测量查询。通过将隐私保证表述为个体形式的DP，我们可以使DP预算比当前使用传统DP定义的系统更高效。我们将Cookie Monster集成到Chrome中，并在微基准测试和广告数据集上进行了评估。在各种工作负载下，Cookie Monster在可比较的DP保护下，在实现更多广告测量方面显著优于基线。
引用
@article{arxiv.2405.16719,
title = {Cookie Monster: Efficient On-device Budgeting for Differentially-Private Ad-Measurement Systems},
author = {Pierre Tholoniat and Kelly Kostopoulou and Peter McNeely and Prabhpreet Singh Sodhi and Anirudh Varanasi and Benjamin Case and Asaf Cidon and Roxana Geambasu and Mathias Lécuyer},
journal= {arXiv preprint arXiv:2405.16719},
year = {2024}
}
备注
Published at SOSP '24. v5: typos and minor changes. v4: camera-ready version. v3: changed to non-anonymized name after acceptance notification, clarified text and reformatted graphs in {\S}8. v2: added pseudocode in {\S}3.3