[论文解读] Differential Privacy-Based Online Allocations towards Integrating Blockchain and Edge Computing

Jianxiong Guo, Weili Wu|arXiv (Cornell University)|Jan 8, 2021

Privacy-Preserving Technologies in Data参考文献 31被引用 5

一句话总结

本文提出了一种增强差分隐私的在线多项目双拍卖（MIDA）机制，用于在区块链集成的边缘计算系统中，实现物联网设备与边缘服务器之间安全、诚实且高效的资源分配。通过将差分隐私整合到拍卖过程中，该机制在保持高社会福利和诚实性的同时，有效防止了对敏感投标数据的推理攻击，模拟结果表明，随着隐私预算的增加，性能接近最优。

ABSTRACT

In recent years, the blockchain-based Internet of Things (IoT) has been researched and applied widely, where each IoT device can act as a node in the blockchain. However, these lightweight nodes usually do not have enough computing power to complete the consensus or other computing-required tasks. Edge computing network gives a platform to provide computing power to IoT devices. A fundamental problem is how to allocate limited edge servers to IoT devices in a highly untrustworthy environment. In a fair competition environment, the allocation mechanism should be online, truthful, and privacy safe. To address these three challenges, we propose an online multi-item double auction (MIDA) mechanism, where IoT devices are buyers and edge servers are sellers. In order to achieve the truthfulness, the participants' private information is at risk of being exposed by inference attack, which may lead to malicious manipulation of the market by adversaries. Then, we improve our MIDA mechanism based on differential privacy to protect sensitive information from being leaked. It interferes with the auction results slightly but guarantees privacy protection with high confidence. Besides, we upgrade our privacy-preserving MIDA mechanism such that adapting to more complex and realistic scenarios. In the end, the effectiveness and correctness of algorithms are evaluated and verified by theoretical analysis and numerical simulations.

研究动机与目标

• 解决轻量级物联网设备与去中心化区块链物联网系统中的边缘服务器之间公平且安全的资源分配挑战。
• 设计一种在线、诚实且隐私保护的机制，适用于动态且不可信的环境。
• 在保持市场效率的同时，保护参与者私有的投标信息免受推理攻击。
• 将基础的 MIDA 机制扩展为多对一分配模型（MIDA-G），以提升现实性与可扩展性。
• 通过理论分析与数值模拟，评估所提机制的性能。

提出的方法

• 将资源分配问题建模为在线多项目双拍卖（MIDA），其中物联网设备作为买家，边缘服务器作为卖家。
• 设计基于密封投标拍卖的诚实机制，确保个体理性、预算平衡与计算效率。
• 对投标者的估值与要价应用差分隐私，在其中注入校准后的噪声，以防止对私有数据的推理攻击。
• 引入 MIDA-DP 和 MIDA-G-DP 变体，以在一对一与多对一分配场景中增强隐私保护。
• 采用隐私预算参数 ε 来控制效用（社会福利）与隐私保护之间的权衡。
• 通过 100 次运行的数值模拟，评估在不同隐私预算与时间槽下的社会福利表现。

实验结果

研究问题

• RQ1 如何在区块链集成的边缘计算环境中，为物联网设备与边缘服务器之间的动态资源分配，设计一种在线、诚实且保护隐私的机制？
• RQ2 差分隐私在保护敏感投标数据免受推理攻击的同时，对社会福利的损害程度如何？
• RQ3 与一对一映射相比，MIDA 机制在多对一分配（MIDA-G）下的性能表现如何？
• RQ4 隐私预算 ε 对在线拍卖机制中效用与隐私之间权衡的影响是什么？
• RQ5 在资源受限条件下，这些在线机制随时间推移的行为表现如何？

主要发现

• MIDA 机制在一对一分配场景中实现了诚实性、个体理性、预算平衡与计算效率。
• MIDA-DP 机制通过基于差分隐私的噪声注入，以高置信度保护了隐私，且随着 ε 增大，社会福利趋近于非私有的 MIDA 水平。
• 随着隐私预算 ε 增大，MIDA-DP 的期望社会福利随之增加，并收敛至 MIDA 水平，表明隐私与性能之间具有有利的权衡。
• 在在线环境中，由于累积的资源消耗，社会福利随时间推移而下降，且在较低 ε 值下观察到更大的波动。
• MIDA-G 变体由于更高效的多对一分配，实现了显著更高的社会福利，且 MIDA-G-DP 展现出与 MIDA-DP 相似的隐私-性能权衡。
• 数值模拟验证了所提机制在各种场景（包括静态与动态时间槽）下的正确性与有效性。