Mayfly：从短暂的设备端用户数据流中获取私有聚合洞察
密码学与安全
2026-02-16 v2 数据库
摘要
本文介绍了Mayfly，这是一种联邦分析方法，使能够在不集中存储敏感用户数据的情况下，对短暂的设备端数据流执行聚合查询。Mayfly通过设备端分箱和基于SQL的可编程性控制数据量，通过流式差分隐私（DP）对用户数据进行匿名化处理，并强制在服务器上进行即时内存跨设备聚合——确保数据分析师仅看到已脱敏的聚合结果。在一个可持续发展用例中估算来自私人位置数据的交通碳排放，Mayfly在每台设备每周DP 的条件下，计算了超过400万个统计数据，涉及超过5亿台设备，同时满足严格的数据效用要求。为实现这一目标，我们设计了一种针对Group-By-Sum工作负载的新型差分隐私机制，利用位置数据的统计特性，该机制潜在可适用于其他领域。
引用
@article{arxiv.2412.07962,
title = {Mayfly: Private Aggregate Insights from Ephemeral Streams of On-Device User Data},
author = {Christopher Bian and Albert Cheu and Stanislav Chiknavaryan and Zoe Gong and Marco Gruteser and Oliver Guinan and Yannis Guzman and Peter Kairouz and Artem Lagzdin and Ryan McKenna and Grace Ni and Edo Roth and Maya Spivak and Timon Van Overveldt and Ren Yi},
journal= {arXiv preprint arXiv:2412.07962},
year = {2026}
}
备注
23 pages, 6 figures