[論文レビュー] STAR: Secret Sharing for Private Threshold Aggregation Reporting

Alex Davidson, Peter J. Snyder+4 more|arXiv (Cornell University)|Sep 21, 2021

Privacy-Preserving Technologies in Data被引用数 4

ひとこと要約

STAR は、秘密分散と無関心擬似乱数関数（OPRF）を用いて、クライアント側のテレメトリデータに対して暗号的に強制された 𝜅-匿名性を実現する実用的で効率的なしきい値集約システムである。従来のシステムと比較して、1773倍速く、通信量は62.4倍少なく、運用コストは24倍低く抑えられ、任意のデータ型をサポートし、最小限の信頼仮定を必要とする。

ABSTRACT

Threshold aggregation reporting systems promise a practical, privacy-preserving solution for developers to learn how their applications are used "\emph{in-the-wild}". Unfortunately, proposed systems to date prove impractical for wide scale adoption, suffering from a combination of requiring: \emph{i)} prohibitive trust assumptions; \emph{ii)} high computation costs; or \emph{iii)} massive user bases. As a result, adoption of truly-private approaches has been limited to only a small number of enormous (and enormously costly) projects. In this work, we improve the state of private data collection by proposing $\mathsf{STAR}$, a highly efficient, easily deployable system for providing cryptographically-enforced $κ$-anonymity protections on user data collection. The $\mathsf{STAR}$ protocol is easy to implement and cheap to run, all while providing privacy properties similar to, or exceeding the current state-of-the-art. Measurements of our open-source implementation of $\mathsf{STAR}$ find that it is $1773 imes$ quicker, requires $62.4 imes$ less communication, and is $24 imes$ cheaper to run than the existing state-of-the-art.

研究の動機と目的

• 高い信頼性、計算コスト、通信コストによる、既存のしきい値集約システムの実用性の欠如を是正すること。
• 開発者が最小限の信頼性と実装の複雑さでプライベートなテレメトリを広く採用できるようにすること。
• 大規模なユーザーベースやノイズ注入に依存せずに、𝜅-匿名性と同等の強力なプライバシー保証を提供すること。
• 数値入力に限定されない任意のデータ型を、しきい値保護付き集約で扱えるようにすること。
• 効率的で検証可能かつ、広く用いられる暗号技術に基づいて展開可能なシステムを設計すること。

提案手法

• クライアントは、入力と専用の OPRF ベースのランダムネスサーバーから得たランダムネスを用いて鍵を導出し、測定値と補助データを暗号化して暗号文を生成する。
• クライアントは、その暗号文、ランダムネスの 𝜅-アウト・オブ-N 秘密共有、測定を特定する決定論的タグを送信する。
• 集約サーバーは、同じタグを持つメッセージを集める。少なくとも 𝜅 個のクライアントが寄与した時点で、暗号鍵を再構築する。
• OPRF サーバーは、悪意ある状況下であってもクライントの入力を学習せずに擬似乱数関数の出力を返すことでプライバシーを保証する。
• 入力のエントロピーが十分な場合、測定値からのみランダムネスを導出する軽量版である STARLite をサポートする。
• プロトコルは完全な正しさと明確なセキュリティを保証しており、ランダム化応答アプローチで一般的なノイズ由来の誤りや漏洩の問題を回避する。

実験結果

リサーチクエスチョン

• RQ1 計算コスト、通信コスト、信頼性のオーバーヘッドを低減することで、実世界での展開に適したしきい値集約が可能になるか？
• RQ2 大規模なユーザーベースやノイズ注入に依存せずに、𝜅-匿名性のような強力なプライバシー保証を達成できるか？
• RQ3 秘密分散を、任意のデータ型と非インタラクティブで分散型のクライアント連携を可能にするしきい値集約設定に適応できるか？
• RQ4 強力な暗号的セキュリティと最小限の信頼仮定を維持しながら、高いパフォーマンスと低コストを実現できるか？
• RQ5 OPRF ベースのランダムネス生成を活用することで、効率的でプライベートかつスケーラブルな集約が可能になるか？

主な発見

• STAR は、従来の最高水準のしきい値集約パフォーマンスに対して1773倍速い。
• STAR は、既存のシステムと比較して通信オーバーヘッドを62.4倍削減した。
• STAR は運用コストを24倍低減し、小規模から中規模のアプリケーションでも実用可能となった。
• 従来のシステムが数値入力に限定されていたのに対し、STAR は任意のデータ型をサポートする。
• STARLite により、入力のエントロピーが十分な場合には別個のランダムネスサーバーが不要となり、インfra 構成の複雑さが軽減された。
• プロトコルは完全な正しさと明確なセキュリティを提供しており、ランダム化応答ベースのアプローチで一般的な誤りや漏洩の問題を回避した。