[论文解读] Secured histories: computing group statistics on encrypted data while preserving individual privacy

Eleanor Rieffel, Jacob T. Biehl+2 more|arXiv (Cornell University)|Dec 10, 2010

User Authentication and Security Systems参考文献 13被引用 20

一句话总结

本文提出 CollaPSE，一种隐私保护框架，用于在存在系统中对加密的时间序列数据计算群组统计信息，支持分层数据共享，使个人保有完全控制权，第三方在不获知具体数值的情况下执行统计计算，且仅授权用户可解密聚合结果。该框架采用加法同态加密与非交互式协议，安全地对来自多个用户的加密数据计算总和，实现高效、实用的隐私保护分析，适用于职场在岗状态等协作环境。

ABSTRACT

As sensors become ever more prevalent, more and more information will be collected about each of us. A longterm research question is how best to support beneficial uses while preserving individual privacy. Presence systems are an emerging class of applications that support collaboration. These systems leverage pervasive sensors to estimate end-user location, activities, and available communication channels. Because such presence data are sensitive, to achieve wide-spread adoption, sharing models must reflect the privacy and sharing preferences of the users. To reflect users' collaborative relationships and sharing desires, we introduce CollaPSE security, in which an individual has full access to her own data, a third party processes the data without learning anything about the data values, and users higher up in the hierarchy learn only statistical information about the employees under them. We describe simple schemes that efficiently realize CollaPSE security for time series data. We implemented these protocols using readily available cryptographic functions, and integrated the protocols with FXPAL's myUnity presence system.

研究动机与目标

• 解决在岗状态系统中因收集和共享敏感用户数据（如位置和活动）而产生的隐私担忧。
• 在组织中实现分层数据共享，使密切同事可访问比高层管理者更详细的数据。
• 允许第三方服务器在不获知个体数据值或中间结果的情况下计算群组统计信息。
• 确保仅授权用户（如管理者）可解密聚合统计结果，而无法获取个体值。
• 设计一种实用、高效且非交互式的协议，使用标准密码原原子支持在 myUnity 等系统中实时使用。

提出的方法

• 使用对称密钥加法同态加密，实现对加密时间序列数据的计算而无需解密。
• 采用非交互式协议，使用户在初始设置后无需彼此通信。
• 集成 Chaum 的 DC-nets 扩展，以在多用户环境中增强隐私保障。
• 使第三方服务器能够在不获知任何值的情况下，对使用不同用户密钥加密的数据计算加密统计信息（如总和）。
• 支持分层访问：个人可解密自身数据，管理者可解密群组统计信息，但无法获取个体值。
• 使用客户端垫码计算，以实现群组统计信息的高效、可并行解密。

实验结果

研究问题

• RQ1 如何在不向第三方服务器泄露个体值的情况下，对加密的时间序列数据计算群组统计信息？
• RQ2 如何实现一种分层共享模型，使高层管理者仅能获取聚合统计信息，而无法获知个体数据？
• RQ3 能否设计一种非交互式协议，实现对来自多个用户的加密数据的总和进行安全、高效的计算？
• RQ4 如何降低用户之间合谋的风险，以防止个体值被解密？
• RQ5 所提出的协议能否与差分隐私技术结合，以进一步防范对聚合结果的推理攻击？

主要发现

• 所提出的 CollaPSE 协议使用标准密码原原子，实现了对加密时间序列数据的群组统计信息的安全、非交互式计算。
• 协议确保第三方服务器即使处理来自多个用户的加密数据，也完全无法获知个体数据值或最终统计结果。
• 系统支持分层访问：个人可访问自身数据，管理者仅能访问其团队的聚合统计信息。
• 协议效率足够高，可实现实时应用，如 myUnity 系统，其计算与解密过程可跨线程并行化。
• 设计支持与差分隐私技术集成，以进一步防范对聚合结果的推理攻击。
• 协议将解密所需的垫码计算次数减少至常数级别，显著提升了在大型组织中的可扩展性。