基于简洁草图的隐私统计高效计算

大规模收集上下文信息对于收集统计数据、训练机器学习模型以及从数据中提取知识通常是必不可少的。以保护隐私的方式进行这些操作——即不收集细粒度的用户数据——能够实现许多额外的计算场景，而这些场景在没有强隐私保证的情况下将难以甚至完全无法实现。在本文中，我们提出了从大数据流中私密收集统计数据的实用技术的设计与实现。我们基于用于私密聚合的高效密码协议以及用于简洁数据表示的数据结构，即 Count-Min Sketch 和 Count Sketch。这使我们能够将每个数据源（例如终端用户）所产生的通信与计算复杂度从相对于其输入规模的线性降低至对数级别，同时引入参数化的有界误差，且不损害统计数据的质量。随后，我们展示了如何高效地利用我们的技术来实例化现实世界中保护隐私的系统，以支持媒体流服务的推荐、用户位置预测以及 Tor 隐藏服务的中位数统计计算。