DeZent：基于隐私保护协调的去中心化 z-匿名性

分析大规模传感器网络数据（如来自智能电表的电力消耗测量数据）对于现代应用至关重要，但也引发了显著的隐私担忧。隐私增强技术如 z-匿名性通过抑制稀有值（以防止重新识别）来实现连续数据流的高效匿名化，特别适用于资源受限的环境。最初 designed for 集中式架构，z-匿名性假设存在可信中心实体。本文引入 deZent，这是一种去中心化的 z-匿名性实现，通过实现本地 z-匿名性并进行轻量级协调来最小化对中心实体的信任。我们采用随机计数结构和安全求和来协调网络中私有匿名化。我们的结果表明，deZent 在出版比率方面实现了与集中式 z-匿名性相当的性能，同时减少了对中心实体的通信开销。因此，deZent 为在保持系统效率的同时增强传感器网络隐私提供了有前景的方案。