#distributed-point-functions

共收录 1 条相关安全情报。

← 返回所有主题
推荐 9.6
Conf: 50%
👥 作者: Dan Boneh, Elette Boyle, Henry Corrigan-Gibbs, Niv Gilboa, Yuval Ishai

本文提出了一种轻量级协议来解决私有重击者问题。在该问题中,存在多个客户端和少量数据收集服务器,每个客户端持有私有比特串,服务器希望在不学习任何客户端具体字符串的情况下,恢复所有流行字符串的集合。例如,网页浏览器厂商可以使用该协议找出哪些主页是流行的,而无需获知任何用户的个人主页。协议还考虑了更简单的私有子集直方图问题,即服务器希望统计持有特定集合中字符串的客户端数量,同时不向客户端泄露该集合。协议采用两个数据收集服务器,每个客户端在协议运行中只需向服务器发送一条消息。协议保护客户端隐私,能够抵御一个服务器的任意异常行为,且不需要公钥密码学(除安全通道外)或通用多方计算。相反,协议依赖于增量分布式点函数这一新密码学工具,它允许客户端简洁地秘密共享一个指数级大二叉树上节点的标签,前提是该树只有一条非零路径。此外,论文还开发了新的通用工具,为分布式点函数的应用提供恶意安全。协议的一个局限性是,它向服务器泄露的信息略多于流行字符串集合本身。论文精确定义并量化了这种泄露,并说明了如何减轻其影响。在实验评估中,两个分别位于美国东西海岸的服务器,能够在54分钟内从40万个客户端持有的256位字符串中找到前200个流行字符串。协议具有高度可并行性,估计使用每个逻辑服务器20台物理机器,协议可以在略超过一小时的运算时间内处理超过1000万个客户端的重击者计算。

💡 推荐理由: 该研究提供了高效的隐私保护数据分析方案,使组织能够在不暴露用户原始数据的情况下获取聚合统计信息,对隐私法规合规、联邦学习等领域具有重要意义。

🎯 建议动作: 评估该协议在实际数据收集系统中的适用性,特别是对隐私和效率要求较高的场景。

排序因子: 来自网络安全顶级会议 (+8) | Community 数据源 (+1) | LLM 评分加成 (+0.6)