RASE：针对物联网中披露攻击的高效隐私保护数据聚合

个人隐私意识的日益增强引发了以下难题：收集和保护由日益增多的传感器设备产生的数据的新范式是什么？以往大多数关于数据聚合与隐私保护协同设计的研究都假设一个可信的融合中心遵守隐私制度。最近的工作通过允许数据贡献者本地扰动其自身数据，朝着放宽这一假设迈出了步伐。尽管这些解决方案保留部分数据内容以减轻隐私风险，但已被证明无法充分抵御披露攻击。为了为物联网提供更严格的数据保护，本文开创性地研究了隐私保护数据聚合。我们提出了一种新颖的范式（称为RASE），它可以概括为一个三步顺序过程：添加噪声，接着进行随机置换，然后进行参数估计。特别地，我们设计了一个差分隐私随机化器，它仔细地引导数据贡献者混淆真实数据。然后，使用一个混洗器接收来自所有数据贡献者的含噪数据。之后，通过应用随机置换来打破发送者和接收者之间的正确关联。估计阶段涉及使用不准确的数据来计算近似的聚合值。我们提供了大量的仿真来探索RASE的隐私-效用平衡。