[论文解读] Secure Two-Party Feature Selection

Vanishree Rao, Yunhui Long+4 more|arXiv (Cornell University)|Jan 3, 2019

Privacy-Preserving Technologies in Data参考文献 24被引用 6

一句话总结

本文提出了一种可证明安全的四轮协议，使两方能够在不泄露其底层数据的情况下计算卡方统计量以进行特征选择。通过使用Paillier同态加密，该协议使数据提供方与获取方能够在诚实但好奇模型下评估某一特征在分类中的效用，同时保护隐私，最终的卡方值仅在安全计算后向获取方披露。

ABSTRACT

In this work, we study how to securely evaluate the value of trading data without requiring a trusted third party. We focus on the important machine learning task of classification. This leads us to propose a provably secure four-round protocol that computes the value of the data to be traded without revealing the data to the potential acquirer. The theoretical results demonstrate a number of important properties of the proposed protocol. In particular, we prove the security of the proposed protocol in the honest-but-curious adversary model.

研究动机与目标

• 在不向潜在买家泄露敏感数据的情况下，实现对分类数据效用的安全评估。
• 解决在保护隐私并防止信息泄露的前提下，确定数据交易公平市场价值的挑战。
• 使数据提供方与获取方能够在不披露原始数据的情况下评估某一特征是否能提升分类性能。
• 设计一种协议，使用同态加密以隐私保护方式计算用于特征选择的卡方统计量。
• 在诚实但好奇敌手模型下确保安全性，保护双方输入不被意外暴露。

提出的方法

• 该协议使用Paillier同态加密对加密数据执行安全计算，实现对列联表计数的隐私保护聚合。
• Carol（获取方）对她的类别标签进行加密并发送给Felix（提供方），后者基于其特征向量和加密标签计算加密总和。
• Felix对加密值执行同态操作，包括标量乘法和加法，并使用随机化因子隐藏中间结果。
• Carol解密中间结果，重新计算涉及卡方分量的加密表达式，并将其发回给Felix。
• Felix使用同态操作取消随机化因子，并通过卡方公式的分解重构加密的卡方统计量。
• 最终的加密卡方值发送给Carol，她解密后获得效用度量。

实验结果

研究问题

• RQ1 两方能否在不泄露其私有数据的情况下安全计算用于特征选择的卡方统计量？
• RQ2 数据提供方与获取方如何在保护隐私的前提下评估某一特征在分类中的效用？
• RQ3 在两方环境中，哪些密码技术可确保在诚实但好奇模型下的安全性？
• RQ4 同态加密能否用于计算统计效用度量而不暴露原始数据？
• RQ5 如何将随机化与同态操作结合以防止中间值泄露？

主要发现

• 该协议通过四轮通信成功以隐私保护方式计算了用于特征选择的卡方统计量。
• 该协议在诚实但好奇模型下被证明是安全的，确保任一方不会获得除最终卡方值外的更多信息。
• 使用Paillier同态加密支持同态加法和标量乘法，使对加密列联表计数的安全计算成为可能。
• 该协议仅向获取方披露最终的卡方值，而提供方的数据和获取方的类别标签始终保持机密。
• 该协议支持在任何数据共享之前对数据效用进行安全评估，从而实现数据交易的公平市场估值。
• 该方法支持在物联网和协作分析环境中实现安全数据交易，其中数据分布在多个参与方之间。