PriPeARL：LinkedIn 中隐私保护分析与报告框架
密码学与安全
2018-09-22 v1 信息检索
社会与信息网络
摘要
保护用户隐私是 Web 规模分析与报告应用的一项关键需求，并且在近期数据泄露事件以及 GDPR 等新法规的背景下受到了新的关注。我们关注以隐私保护方式计算稳健、可靠的分析结果，同时满足产品需求的问题。我们提出了 PriPeARL，一个受差分隐私启发的隐私保护分析与报告框架。我们描述了整体设计与架构，以及关键的建模组件，重点讨论了与隐私、覆盖度、效用和一致性相关的独特挑战。我们在 LinkedIn 的广告分析与报告背景下进行了实验研究，从而展示了隐私与效用需求之间的权衡，以及隐私保护机制对真实世界数据的适用性。我们还强调了在 LinkedIn 生产环境部署我们系统所得到的经验教训。
引用
@article{arxiv.1809.07754,
title = {PriPeARL: A Framework for Privacy-Preserving Analytics and Reporting at LinkedIn},
author = {Krishnaram Kenthapadi and Thanh T. L. Tran},
journal= {arXiv preprint arXiv:1809.07754},
year = {2018}
}
备注
Conference information: ACM International Conference on Information and Knowledge Management (CIKM 2018)