局部差分隐私下的私有排序聚合
数据结构与算法
2020-07-01 v3 密码学与安全
多智能体系统
摘要
作为众包数据管理中答案聚合的一种方法，排序聚合旨在将不同智能体对给定选项的回答或偏好组合成一个与这些偏好最为一致的聚合排序。然而，由于聚合过程依赖于数据管理者，当管理者不可信时，智能体偏好数据中的隐私可能会遭到泄露。现有在排序聚合中保证差分隐私的工作均假设数据管理者是可信的。本文中，我们形式化并解决了局部差分隐私排序聚合问题，其中智能体对数据管理者毫无信任。通过利用近似排序聚合算法 KwikSort、随机响应机制以及拉普拉斯机制，我们提出了一种高效且有效的协议 LDP-KwikSort。理论与实验结果表明，方案 LDP-KwikSort:RR 能在聚合排序的效用与智能体成对偏好的隐私保护之间取得可接受的权衡。
引用
@article{arxiv.1908.04486,
title = {Private Rank Aggregation under Local Differential Privacy},
author = {Ziqi Yan and Gang Li and Jiqiang Liu},
journal= {arXiv preprint arXiv:1908.04486},
year = {2020}
}