私有流聚合再探

在这项工作中，我们研究分布式且半诚实设定下的私有统计分析问题。具体而言，我们研究由Shi等人首次提出的私有流聚合（Private Stream Aggregation）方案的性质。这些方案是用于网络中数据聚合的计算安全协议，且具有极小的通信开销。我们表明此类方案可基于任意密钥同态的弱伪随机函数构建。因此，与上述工作不同，我们的安全定义可在标准模型中实现。此外，我们给出了基于决策Diffie-Hellman问题的该协议的计算高效实例化。进而，我们证明任何保持$(\epsilon,\delta)$-差分隐私的机制，当通过私有流聚合方案执行时，可提供计算性 $(\epsilon,\delta)$-差分隐私。最后，我们提出一种基于Skellam分布的适用于分布式设定的新型扰动机制，并将其性能与先前方案的性能进行比较。