[論文レビュー] Privacy-Enhanced Reputation-Feedback Methods to Reduce Feedback Extortion in Online Auctions

Michael T. Goodrich, Florian Kerschbaum|arXiv (Cornell University)|Feb 22, 2011

Privacy-Preserving Technologies in Data参考文献 16被引用数 4

ひとこと要約

本稿は、フィードバック・エスクロー、ランダム・サンプリング、ゼロ知識証明を用いて、オンラインオークションにおけるフィードバック・ extort（脅し）を低減するプライバシー強化型のレピュテーションフィードバックメカニズムを提案する。遅延公開と暗号的秘匿性により、誠実なフィードバックを可能にし、レーティング提供者およびレーティング対象者がスコアと個人を関連付けられないように保証する。同時に、信頼できる第三者が不要な状態で、有用性を保持しつつ検証可能であることを実現する。

ABSTRACT

In this paper, we study methods for improving the utility and privacy of reputation scores for online auctions, such as used in eBay, so as to reduce the effectiveness of feedback extortion. The main ideas behind our techniques are to use randomization and various schemes to escrow reputations scores until appropriate external events occur. Depending on the degree of utility and privacy needed, these external techniques could depend on the number and type of reputation scores collected. Moreover, if additional privacy protection is needed, then random sampling can be used with respect reputation scores in such a way that reputation aggregates remain useful, but individual reputation scores are probabilistically hidden from users. Finally, we show that if privacy is also desired with respect to the the reputation aggregator, then we can use zero-knowledge proofs for reputation comparisons.

研究の動機と目的

• ユーザーがネガティブフィードバックを脅しとして用いてポジティブ評価を得ることを防ぐ、オンラインオークションにおけるフィードバック・extortの是正。
• 個々のフィードバックスコアを隠蔽することで、戦略的フィードバック操作のインcentive（動機）を低減。
• 両方の参加者（レーティング提供者およびレーティング対象者）のプライバシーを強化しながら、レピュテーションシステムの有用性を維持。
• 暗号技術を用いて単一の信頼できるレピュテーションプロバイダーに依存しないレピュテーションシステムの設計。
• 信頼できる第三者が不要な状態で、安全かつ検証可能なフィードバック集約を実現。

提案手法

• 外部イベント（例：取引完了）の発生までフィードバックの公開を延期するため、フィードバック・エスクローを用いる。
• ユーザーが個々のフィードバックスコアを特定できないように確率的に隠蔽するため、ランダム・サンプリングを適用。これにより、集計されたレピュテーションの有用性を維持。
• PaillierおよびDamgård-Jurikの準同型暗号を用いて、暗号化されたレピュテーション評価値上で安全な計算を実現。
• ゼロ知識証明（ZKPs）を用いて、レピュテーション比較の正しさを検証可能にしつつ、入力データを露呈しない。
• 鍵の一部を相互に信頼できない2つのサービスプロバイダー（SP1およびSP2）に分散し、1つのエンティティが完全な情報を得ることを防ぐ。
• 秘密分散技術を用いてサンプリングのビットおよびランダム化値を管理し、秘密を露呈せずに共同計算を実現。

実験結果

リサーチクエスチョン

• RQ1 フィードバックを完全に排除せずに、オンラインオークションシステムにおけるフィードバック・extortをどのように低減できるか？
• RQ2 ランダム・サンプリングは、個々のフィードバックスコアをどの程度隠蔽できるか。同時に、集計されたレピュテーションの有用性は維持できるか？
• RQ3 ゼロ知識証明を用いて、機密データを露呈せずにレピュテーション計算の正しさを検証できるか？
• RQ4 単一の信頼できる権威に依存しないレピュテーションシステムをどのように設計できるか？
• RQ5 どのような暗号技術が、プライバシーと検証可能性の両立を実現できるか？

主な発見

• 提案手法は、ランダム・サンプリングと暗号化を用いて、個々のフィードバックと個人を明確に分離することで、extortのリスクを低減した。
• ゼロ知識証明により、下位のレピュテーション評価やサンプリング・ビットを露呈せずに、レピュテーション比較の正しさを検証可能にした。
• 半正直モデルにおいてセキュアである。シミュレータにより、両当事者が入力および出力以外の情報を得ることはないことが証明された。
• フィードバック・エスクローにより、取引完了後にフィードバックを公開する仕組みを導入することで、誠実なフィードバックの実行確率が向上した。
• プライバシー強化にもかかわらず、集計されたレピュテーションスコアの有用性を維持した。集計値は正確かつ有用なままであった。
• 単一の信頼できるレピュテーションプロバイダーの必要性が排除され、システムのレジリエンスと信頼性が向上した。