面向设备中心的联邦分析系统Deck
分布式、并行与集群计算
2022-07-07 v2
摘要
如今，移动设备产生了海量且隐私敏感的数据，这些数据最好保留在设备上并按需查询。然而，数据分析师仍缺乏统一的方式来利用此类分布式的设备端数据。本文提出一种数据查询系统Deck，支持灵活的设备中心联邦分析。Deck的核心思想是绕过应用开发者，允许数据分析师通过集中式查询协调服务直接将分析代码提交到设备上运行。Deck向数据分析师提供一组标准API，并在底层处理绝大多数设备相关任务。Deck进一步融合两项关键技术：（i）混合权限检查机制与强制跨设备聚合以确保数据隐私；（ii）零知识统计模型，审慎权衡设备上的查询延迟与查询资源开销。我们完整实现了Deck并将其接入20款流行Android应用。在1642名志愿者的真实部署表明，与基线相比，Deck将查询延迟最高降低30倍。我们的微基准测试也证明Deck的独立开销可忽略不计。
引用
@article{arxiv.2206.11491,
title = {Device-centric Federated Analytics At Ease},
author = {Li Zhang and Junji Qiu and Shangguang Wang and Mengwei Xu},
journal= {arXiv preprint arXiv:2206.11491},
year = {2022}
}