词语混合盒子。使用差分隐私对信息检索中的查询进行隐写

在保护用户隐私的同时确保搜索查询的有效性仍是一个开放问题。当信息检索系统（IRS）不保护用户隐私时，敏感信息可能通过发送给系统的查询而被披露。近期在自然语言处理方面的进展显示，使用差分隐私来混淆文本并保持相当程度的有效性具有潜力。然而，这些方法可能仅从理论角度保护用户隐私，而在实际应用中，如果扰动后的术语与原始术语在语义上过于相似，用户的实际信息需求仍可能被推断。我们通过提出一种 novel 的差分隐私机制——Word Blending Boxes（WBB），来克服这些限制，该机制通过采用安全盒子来保护用户查询中的词语。为衡量所提出 WBB 机制的整体有效性，我们测量了通过隐写过程获得的隐私，即原始查询与隐写查询之间的词汇和语义相似度。此外，我们评估了隐私化查询在从 IRS 中检索相关文档的效果。我们的发现表明，WBB 可以有效地集成到现有的 IRS 中，为从理论和实际两个层面保护用户隐私提供了关键手段。