【论文学习9】Prio: Private, Robust, and Scalable Computation of Aggregate Statistics

abstract

本论文提出了一种用于收集统计信息的隐私保护系统Prio。每个客户机有私有数据值,一小部分服务器对所有客户端的值计算统计函数。只要有一台服务器是诚实的,Prio服务器就不会了解到用户的信息,除了他们可以从系统计算推断出聚合数值。采用新的加密技术SNIPs,使之能够收集大量有用的统计数据。

Contributions

  • 引入secret-shared non-interactive proofs (SNIPs),一种新的信息论零知识证明,对客户/服务器进行了优化。

  • 展示了affine-aggregatable编码框架,它结合了之前很多的数据编码技术

  • 证明了如何将编码和SNIPs相结合,在大规模的数据收集系统中提供鲁棒性和隐私性。

A Simple Scheme


优缺点:

  • 提供隐私保证。服务器可以计算总和但是他们对客户端信息一无所知
  • 未提供鲁棒性。恶意客户端可能会向服务器提交随机整数来破坏输出

comparing with Prio(Prio improve the basic scheme in security and functionality)

  • 安全性。Prio扩展了the Simple Scheme,在恶意客户端前提供鲁棒性
  • 功能性。Prio扩展了the Simple Scheme,可以对大量聚合函数(不仅仅是求和)进行隐私保护计算

视频讲解:https://www.usenix.org/conference/nsdi17/technical-sessions/presentation/corrigan-gibbs

猜你喜欢

转载自www.cnblogs.com/20189223cjt/p/12577866.html