从安全计算输出理解信息泄露：平均工资计算研究

安全多方计算近年来性能大幅提升，并日益应用于商业产品中。尽管大量工作致力于在标准安全模型下提高其效率，但威胁模型并未考虑来自安全函数求值输出的信息泄露。量化通过观测函数结果而关于私有输入的信息泄露是本文的工作主题。受波士顿市性别薪酬差距研究的启发，本文聚焦于工资平均值计算，并利用信息论技术量化一个或多个参与者（目标）的私有输入经由该计算向敌手的信息泄露。我们研究了一些分布，包括通常用于建模工资的对数正态分布。我们进而评估了在重叠输入上重复求值平均函数后的信息泄露，正如波士顿性别薪酬研究多次运行那样，并为在安全计算应用中使用求和与平均函数提供建议。我们的目标是开发将参与者输入的信息泄露降低到期望水平的机制，并为设置该函数的真实世界安全求值提供指导。