Synopsis：从加密语义嵌入中进行安全且隐私的趋势推断
密码学与安全
2025-06-02 v1
摘要
WhatsApp 及许多其他常用通信平台保证端到端加密（E2EE），这要求服务提供商缺乏读取其平台上通信内容的加密密钥。WhatsApp 的隐私保护设计使得研究诸如虚假信息传播或政治信息传递等重要现象变得困难，因为用户对隐私有明确的期望和需求，且几乎没有动力在将原始数据交给研究人员、记者或其他方的过程中放弃这种隐私。我们引入了 Synopsis，这是一种使用消息嵌入分析自愿捐赠的 E2EE 消息中消息传递趋势的安全架构。由于该系统的目标是调查性新闻工作流，Synopsis 必须同时促进探索性和针对性分析——这对使用差分隐私（DP）的系统是一个挑战，且由于不同原因，对基于密码学的隐私计算方法也是一个挑战。为了应对这些挑战，我们结合了来自本地和中央 DP 模型的技术，并将系统封装在恶意安全的 MPC 中，以确保 DP 查询架构是访问消息的唯一途径，防止任何一方直接查看存储的消息嵌入。在印地语 WhatsApp 消息数据集（34,024 条表示为 500 维嵌入的消息）上的评估证明了我们方法的效率和准确性。对该数据的查询运行约 30 秒，且细粒度接口在基准任务上的准确率超过 94%。
引用
@article{arxiv.2505.23880,
title = {Synopsis: Secure and private trend inference from encrypted semantic embeddings},
author = {Madelyne Xiao and Palak Jain and Micha Gorelick and Sarah Scheffler},
journal= {arXiv preprint arXiv:2505.23880},
year = {2025}
}