论两方差分隐私的复杂性
密码学与安全
2022-06-20 v3
摘要
在分布式差分隐私中，各方在其联合数据上执行分析，同时保护两个数据集的隐私。有趣的是，对于内积和汉明距离等少数基础两方函数，分布式方案的精度远远落后于客户端-服务器设置下可实现的精度。McGregor、Mironov、Pitassi、Reingold、Talwar 和 Vadhan [FOCS '10] 证明了这一差距是固有的，给出了这些函数的（任意）分布式方案精度的上界。当满足计算差分隐私（即数据仅在计算有界观察者眼中是差分私有的）时，可利用公钥密码学原语绕过这些限制。我们证明使用公钥密码学对于绕过 McGregor 等人的限制是必要的，表明内积或汉明距离的非平凡解意味着密钥协商协议的存在。我们的界限为以下事实给出了组合证明：独立（强）Santha-Vazirani 源的非布尔内积是一个良好的 condenser（凝聚器）。我们通过证明（单个强）SV 源与均匀随机种子（即使种子与源相关）的内积是一个良好的 condenser，从而得到主要结果。
引用
@article{arxiv.2108.07664,
title = {On the Complexity of Two-Party Differential Privacy},
author = {Iftach Haitner and Noam Mazor and Jad Silbak and Eliad Tsfadia},
journal= {arXiv preprint arXiv:2108.07664},
year = {2022}
}
备注
Accepted to STOC 2022