27、可量化链接性与可撤销匿名性的技术解析

可量化链接性与可撤销匿名性的技术解析

在当今数字化时代，用户的隐私保护和身份管理变得尤为重要。本文将深入探讨量化匿名性和行动链接性的框架，以及在匿名通信系统中实现可撤销匿名性的方案。

量化匿名性与链接性的框架

• 观察者模型 ：观察者模型通过对相对频率的求和来计算概率。随着观察次数的增加，相对频率会趋近于概率。函数 (h) 始终具有概率分布的特性，即 (\sum_{i\in I} h(i) = 1) 且 (h(i)) 非负。此外，该模型的一个有用特性是可以轻松聚合不同信息源的观察者状态。
  • 状态聚合 ：给定两个基于相同数字身份集的状态 (Z_A = (I, h_A, g_A)) 和 (Z_B = (I, h_B, g_B))，可以将它们聚合为一个新状态 (Z_A \cup Z_B = (I, h_C, g_C))，具体计算方式如下：
    • (g_C = g_A + g_B)
    • (h_C : i \mapsto \frac{g_Ah_A(i) + g_Bh_B(i)}{g_C})
• 量化匿名性 ：通常使用香农熵来衡量匿名性。给定观察者状态 (Z)，可以计算信息 (b) 的香农熵 (H_{\varnothing})。
  • 香农熵的计算 ：设 (b) 为观察结果，(V_b) 为与观察 (b) 相关的嫌疑人集合。则 (b) 相对于状态 (Z) 的香