PrivacyGo：基于多维交集的隐私保护广告测量
密码学与安全
2025-06-27 v1
摘要
本文解决了多标识符隐私用户画像匹配这一具有挑战性且实用的问题，该问题是现代广告分析的基石。我们引入了一个综合的密码学框架，利用逆向不经意伪随机函数（OPRF）和新型盲密钥轮换技术，以支持跨多个标识符的安全匹配。我们的设计防止了跨标识符关联，并包含一种差分隐私机制来混淆交集大小，从而降低成员推理攻击等风险。我们提出了协议的具体构造，同时实现了强隐私保证和高效率。它可扩展至大型数据集，为安全广告转化跟踪等以隐私为中心的应用提供了实用且可扩展的解决方案。通过将严格的密码学原理与差分隐私相结合，我们的工作满足了广告行业的关键需求，为隐私保护广告测量框架树立了新标准。
引用
@article{arxiv.2506.20981,
title = {PrivacyGo: Privacy-Preserving Ad Measurement with Multidimensional Intersection},
author = {Jian Du and Haohao Qian and Shikun Zhang and Wen-jie Lu and Donghang Lu and Yongchuan Niu and Bo Jiang and Yongjun Zhao and Qiang Yan},
journal= {arXiv preprint arXiv:2506.20981},
year = {2025}
}