基于PSI的安全统计函数计算方案PSI - Stats
在数据交互与分析场景中,常常需要在保护各方数据隐私的前提下,计算特定统计函数。例如在商业合作中,双方可能希望计算共同客户的某些统计指标,但又不希望泄露各自的客户信息。下面将详细介绍一种名为PSI - Stats的解决方案。
1. 问题描述
存在两个参与者A和B,分别持有集合X和Y ,集合中的每个标识符都关联着正整数值。目标是让B在不泄露各自集合某些隐私信息的情况下,学习与X相关的某些集合的期望统计输出函数值。更正式地说,B希望得到FD(X, Y )的值,其中D是决策规则(这里为标识符的私有集合交集PSI),F是在D上计算的期望统计函数。为保护隐私,A不能得知Y和D(X, Y ),B不能得知X、D(X, Y )和|D(X, Y )|。
2. PSI - Stats的贡献
- 多函数安全计算 :PSI - Stats是一组支持在PSI上安全计算统计函数的协议集合,能在单个执行协议中安全计算多个相关统计函数,同时保持隐私保证,且额外通信和计算开销极小。该技术也适用于非对称函数,如加权算术平均。
- 隐私保护增强 :在许多情况下,接收方B知道交集基数和输出功能的组合可能会泄露交集集合的一些信息。PSI - Stats通过向接收方B隐藏交集基数,将此类推断信息限制到绝对最小,仅向其揭示期望的输出功能。
- 实验验证 :进行了广泛实验,测试输入大小从小型到大型。结果表明,PSI - Stats实用且适用于大输入规模。与当前最先进的基于电路的PSI协议相
超级会员免费看
订阅专栏 解锁全文
1642

被折叠的 条评论
为什么被折叠?



