[论文解读] Composing Differential Privacy and Secure Computation: A case study on scaling private record linkage

Xi He, Ashwin Machanavajjhala+2 more|arXiv (Cornell University)|Feb 2, 2017

Privacy-Preserving Technologies in Data参考文献 21被引用 11

一句话总结

本文提出了一种新颖的隐私模型——输出约束差分隐私（OCDP），通过允许真实释放匹配记录，同时保持强隐私保障，实现了高效的私人记录关联（PRL）。作者设计了新型协议，实现了完美精确度、高召回率以及次二次方通信与计算成本——在效率上相比现有方法最高提升两个数量级，同时正式满足端到端隐私要求。

ABSTRACT

Private record linkage (PRL) is the problem of identifying pairs of records that are similar as per an input matching rule from databases held by two parties that do not trust one another. We identify three key desiderata that a PRL solution must ensure: 1) perfect precision and high recall of matching pairs, 2) a proof of end-to-end privacy, and 3) communication and computational costs that scale subquadratically in the number of input records. We show that all of the existing solutions for PRL - including secure 2-party computation (S2PC), and their variants that use non-private or differentially private (DP) blocking to ensure subquadratic cost - violate at least one of the three desiderata. In particular, S2PC techniques guarantee end-to-end privacy but have either low recall or quadratic cost. In contrast, no end-to-end privacy guarantee has been formalized for solutions that achieve subquadratic cost. This is true even for solutions that compose DP and S2PC: DP does not permit the release of any exact information about the databases, while S2PC algorithms for PRL allow the release of matching records. In light of this deficiency, we propose a novel privacy model, called output constrained differential privacy, that shares the strong privacy protection of DP, but allows for the truthful release of the output of a certain function applied to the data. We apply this to PRL, and show that protocols satisfying this privacy model permit the disclosure of the true matching records, but their execution is insensitive to the presence or absence of a single non-matching record. We find that prior work that combine DP and S2PC techniques even fail to satisfy this end-to-end privacy model. Hence, we develop novel protocols that provably achieve this end-to-end privacy guarantee, together with the other two desiderata of PRL.

研究动机与目标

• 为解决现有私人记录关联（PRL）方案在同时满足高召回率、完美精确度和次二次方计算成本方面存在的不足。
• 形式化一种新的隐私模型——输出约束差分隐私（OCDP），该模型结合了差分隐私的强隐私保障与真实释放匹配记录的能力。
• 设计并实现新型PRL协议，以同时满足以下三个理想特性：正确性（高召回率与完美精确度）、端到端隐私保障以及高效的次二次方成本。
• 证明先前将差分隐私与安全计算相结合的混合方法无法提供端到端隐私保障，即使各组件本身是私有的。
• 通过实证验证，所提出的协议在输入规模增大时接近线性扩展，与安全两方计算基线相比，通信与计算成本降低至少两个数量级。

提出的方法

• 提出输出约束差分隐私（OCDP）——一种新型隐私模型，确保输入数据库满足差分隐私，同时允许真实释放匹配记录对。
• 设计一种协议架构，使用差分隐私的阻塞步骤减少安全比较的次数，随后在减少后的候选记录对集合上执行安全两方计算（S2PC）阶段。
• 使用同态加密（Paillier密码系统）对加密记录执行安全比较，最大限度减少计算过程中的信息泄露。
• 采用数据依赖的阻塞策略以限制成对比较的数量，从而减少昂贵的密码学操作次数。
• 在OCDP模型下形式化协议的安全性，证明任意单个非匹配记录的存在或缺失不会影响输出分布。
• 使用Python和python-paillier库实现并评估协议，测量维度d=50的加密记录比较性能。

实验结果

研究问题

• RQ1 能否设计一种PRL协议，在保持端到端隐私和次二次方计算成本的同时，实现高召回率与完美精确度？
• RQ2 现有将差分隐私与安全计算相结合的混合方法是否真正提供端到端隐私保障？
• RQ3 能否设计一种新隐私模型，使在确保输入数据库差分隐私的前提下，仍可真实释放匹配记录？
• RQ4 在私人记录关联协议中，安全比较次数与实际运行时间如何随数据集规模扩展？
• RQ5 所提出的协议是否能将通信与计算成本相比安全两方计算基线降低至少两个数量级？

主要发现

• 所提出的协议在输入数据库规模和输出匹配集合规模上均实现近似线性扩展，显著优于二次方复杂度的S2PC基线。
• 与安全两方计算（S2PC）基线相比，该协议将通信与计算成本降低了至少两个数量级。
• 对于n=5000规模的数据集，S2PC基线完成时间超过22天，而所提协议在召回率为1.0的情况下约80小时完成。
• 所提协议的实际运行时间（不包括安全比较成本）仅为120秒，凸显了安全比较成本在性能中的主导作用。
• 该协议在满足新提出的输出约束差分隐私（OCDP）模型的同时，保持了完美精确度与高召回率（评估中为1.0）。
• 先前将差分隐私与S2PC结合的混合方法即使在阻塞步骤满足差分隐私的前提下，仍因S2PC阶段的信息泄露而无法满足端到端隐私保障。