面向数据上报隐私的机会式多方洗牌方案
密码学与安全
2020-03-12 v1
摘要
在涉及自愿参与者的数据收集框架中，隐私是一项重要特性。除数据加密可在通信信道被攻破时保护数据免受第三方窃取外，还存在一些对数据本身进行混淆以提供某种匿名性的方案，以及通过利用网络标识符‘混合’数据以防止溯源到数据源的方案。这种混合通常通过数据收集框架中使用专门的混合网络来实现。本文关注于一类数据混合方案，其中参与者无需信任混合网络或数据收集方来隐藏数据来源，从而能够评估点对点混合策略在现实世界中的有效性。为此，我们提出一种简单的机会式多方洗牌方案来混合数据并有效混淆数据来源。我们成功地用人工参数模拟了 3 种情况，随后使用真实世界的 Mobile Data Challenge (MDC) 数据模拟了另外 2 个具有现实参数的场景。我们的结果表明，此类方法的有效性取决于数据收集的时间约束，并以在真实部署中实现所提数据收集方案的设计启示作结。
引用
@article{arxiv.2003.05273,
title = {Opportunistic multi-party shuffling for data reporting privacy},
author = {Marios Fanourakis},
journal= {arXiv preprint arXiv:2003.05273},
year = {2020}
}
备注
14 pages, 18 figures, parts of this paper were used in the PhD thesis of the same author available at https://archive-ouverte.unige.ch/unige:112869