网络混洗：基于随机游走的隐私放大

近来研究表明，混洗可放大经本地差分隐私随机化后的数据的中心差分隐私保证。在该设定中，一个集中的、可信的混洗器负责通过隐藏数据身份来进行混洗，从而给系统带来更强的隐私保证。然而，在原本本地的隐私模型中引入集中实体，丧失了本地差分隐私中不具有任何集中实体的一些吸引力。此外，由于已知的安全问题和/或对先进硬件或安全计算技术的要求，以可靠方式实现混洗器并非易事。受这些实际考量驱动，我们重新思考混洗模型以放宽对集中、可信混洗器的要求。我们引入网络混洗，一种用户在网络/图上以随机游走方式交换数据的去中心化机制，作为通过匿名实现隐私放大的替代方案。我们分析了该设定下的威胁模型，并提出了易于实际部署的网络混洗分布式协议。此外，我们表明其隐私放大率与均匀混洗等其他隐私放大技术相近。据我们所知，在近期研究的利用隐私放大技术的中间信任模型中，我们的工作是首个不依赖任何集中实体来实现隐私放大的。