论联邦聚类的隐私性：一种密码学视角
密码学与安全
2023-12-14 v1
摘要
过去几十年来，联邦聚类中的隐私问题引起了广泛关注。许多隐私保护聚类算法利用同态加密或安全多方计算等密码技术来保证完全隐私，即除了最终输出外不泄露任何额外信息。然而，鉴于聚类算法的迭代性质，持续加密中间输出（如质心）会阻碍效率。本文深入探讨了这一复杂的权衡，质疑了在迭代算法中持续加密的必要性。以联邦 K-means 聚类为例，我们将从中间质心重建输入私有数据的问题数学形式化为一个经典的密码学问题，称为隐藏子集和问题（HSSP）——它是从一个 NP 完全问题——子集和问题（SSP）扩展而来的。通过深入分析，我们表明，在已知中间质心的情况下，现有的基于格的 HSSP 攻击无法重建私有数据，因此为了效率而揭示它们是安全的。据我们所知，我们的工作是首次将联邦聚类的隐私问题归结为 HSSP 这一密码学问题，从而可以进行具体而严格的分析。
引用
@article{arxiv.2312.07992,
title = {On the privacy of federated Clustering: A Cryptographic View},
author = {Qiongxiu Li and Lixia Luo},
journal= {arXiv preprint arXiv:2312.07992},
year = {2023}
}