工业物联网中的差分隐私:机遇、应用与挑战

Bin Jiang; Jianqiang Li; Guanghui Yue; Houbing Song

doi:10.1109/JIOT.2021.3057419

工业物联网中的差分隐私:机遇、应用与挑战

密码学与安全 2021-05-28 v3

作者: Bin Jiang , Jianqiang Li , Guanghui Yue , Houbing Song

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

物联网(IoT)的发展给各个领域带来了新变化。特别是工业物联网(IIoT)正在推动新一轮工业革命。随着 IIoT 应用的增多,隐私保护问题逐渐显现。具体而言,IIoT 技术中的一些常用算法(如深度模型)强烈依赖数据收集,这导致了隐私泄露风险。近年来,差分隐私已被用于保护 IIoT 中的用户终端隐私,因此有必要对该课题进行深入研究。本文对差分隐私在 IIoT 中的机遇、应用与挑战进行了全面综述。我们首先分别回顾了关于 IIoT 与隐私保护的相关论文。然后聚焦于工业数据隐私的度量,并分析了深度模型的数据利用与个体隐私保护之间的矛盾。我们总结了若干有价值的问题并提出了新的研究思路。总之,本综述致力于完成全面总结,并为后续工业差分隐私研究奠定基础。

关键词

差分隐私工业物联网隐私保护深度模型数据利用综述

引用

@article{arxiv.2101.10569,
  title  = {Differential Privacy for Industrial Internet of Things: Opportunities, Applications and Challenges},
  author = {Bin Jiang and Jianqiang Li and Guanghui Yue and Houbing Song},
  journal= {arXiv preprint arXiv:2101.10569},
  year   = {2021}
}

备注

22 pages, 8 figures, accepted by IEEE Internet of Things Journal