[论文解读] Improved Summation from Shuffling

Borja Balle, James Bell+2 more|arXiv (Cornell University)|Sep 24, 2019

Privacy-Preserving Technologies in Data参考文献 6被引用 13

一句话总结

该论文改进了Ishai-Kushilevitz-Ostrovsky-Sahai（IKOS）协议在基于洗牌的隐私保护n方求和中的分析，表明实现统计安全σ所需的每方消息数从先前已知的$O(\log n + \sigma)$降低为$O(1 + \sigma / \log n)$。关键结果是，随着$n$增大，可在保持强安全性的前提下显著减少每用户的消息数，明确的界限显示：当$n=10^4$且$\sigma=40$时，对32位整数求和仅需12条消息。

ABSTRACT

A protocol by Ishai et al.\ (FOCS 2006) showing how to implement distributed $n$-party summation from secure shuffling has regained relevance in the context of the recently proposed \emph{shuffle model} of differential privacy, as it allows to attain the accuracy levels of the curator model at a moderate communication cost. To achieve statistical security $2^{-σ}$, the protocol by Ishai et al.\ requires the number of messages sent by each party to {\em grow} logarithmically with $n$ as $O(\log n + σ)$. In this note we give an improved analysis achieving a dependency of the form $O(1+σ/\log n)$. Conceptually, this addresses the intuitive question left open by Ishai et al.\ of whether the shuffling step in their protocol provides a "hiding in the crowd" amplification effect as $n$ increases. From a practical perspective, our analysis provides explicit constants and shows, for example, that the method of Ishai et al.\ applied to summation of $32$-bit numbers from $n=10^4$ parties sending $12$ messages each provides statistical security $2^{-40}$.

研究动机与目标

• 解决一个开放问题：在IKOS协议中，增加参与方数量$n$是否能减少实现统计安全$\sigma$所需的每用户消息数。
• 在洗牌模型差分隐私的背景下，对IKOS协议的安全性和通信效率提供更紧密、更实用的分析。
• 表明随着$n$增加，洗牌步骤能产生‘藏身于人群之中’的效果，使每方的消息数保持常数或亚对数级。
• 推导出针对实际参数（如$n=10^4$，$\sigma=40$，32位输入）的明确、具体的所需消息数界限。

提出的方法

• 作者使用对份额之和中碰撞数的更精细概率界重新分析IKOS协议，利用集中不等式和尾部概率界。
• 通过递归分解$k$-加性共享机制，推导出两个具有相同和的输入的输出分布之间的总变差距离的新上界。
• 分析引入了一种随机变换，将最坏情况输入映射为均匀随机输入，从而实现从最坏情况安全到平均情况安全的简化。
• 通过对份额应用随机排列并分析碰撞的期望数量，利用组合与渐近估计界定了统计距离。
• 关键公式为$k = \left\lceil \frac{2\sigma + \log_2 m}{\log_2 n - \log_2 e} + 2 \right\rceil$，该式给出了实现期望安全$\sigma$所需的最小$k$值。
• 协议使用洗牌器对每用户$k$个份额进行匿名化，最终由服务器通过求和所有接收到的份额完成重构。

实验结果

研究问题

• RQ1 在IKOS协议中，增加参与方数量$n$是否能减少实现统计安全$\sigma$所需的每用户消息数？
• RQ2 能否证明洗牌机制能提供随$n$增长而增强的‘藏身于人群之中’效果？
• RQ3 对于给定的$n$和组大小$m$，实现安全$\sigma$所需的每方消息数$k$的最紧可能界限是什么？
• RQ4 能否仅通过多一条消息就将协议的最坏情况安全性降低为平均情况安全性，且该消息可明文发送？

主要发现

• 实现统计安全$\sigma$所需的每方消息数从$O(\log n + \sigma)$降低至$O(1 + \sigma / \log n)$，表明随着$n$增大，性能有显著提升。
• 当$n = 10^4$，$\sigma = 40$，且输入为32位整数（$m = 2^{32}$）时，协议仅需每方12条消息即可实现$2^{-40}$的安全性。
• 分析表明，12条消息中的一条可明文发送，从而减少了对该消息进行完整洗牌的需求。
• 通过引入一个额外份额带来的均匀随机性，协议以$k+1$条消息实现最坏情况统计安全性，将问题转化为使用$k$条消息的平均情况安全性。
• 推导出的界限$k = \left\lceil \frac{2\sigma + \log_2 m}{\log_2 n - \log_2 e} + 2 \right\rceil$为实际部署提供了明确且实用的参数。
• 该方法证实，洗牌步骤确实提供了‘藏身于人群之中’的效果，因为随着$n$增加，每用户所需的消息数减少。