Farklı şekilde özel analizlerin uygulamaları - Implementations of differentially private analyses - Wikipedia

Ortaya çıkışından beri diferansiyel gizlilik, farklı şekilde özel veri analizlerini destekleyen bir dizi sistem uygulandı ve devreye alındı.

Araştırma Projeleri ve Prototipler

  • PINQ: C # ile uygulanan bir API.[1]
  • Airavat: A Harita indirgeme SELinux benzeri erişim kontrolü ile sertleştirilmiş Java tabanlı sistem.[2]
  • Fuzz: Alana özgü bir dilin Caml Light'ta zaman sabit uygulaması.[3]
  • KTELO: Doğrusal sayma sorgularını yanıtlamak için bir çerçeve ve sistem.[5]

Gerçek Dünya Dağıtımı

  • OnTheMap: ABD işe gidip gelme düzenlerini keşfetmek için etkileşimli araç.[6][7]
  • PSI (Ψ): A Pözel veriler Szarar verme benArayüz, Harvard Üniversitesi Gizlilik Araçları Projesi'nin bir parçası olarak geliştirilmiştir.[10]
  • Microsoft Windows 10'da uygulama kullanım istatistikleri.[12]
  • Flex: Dahili Uber analitiği için geliştirilmiş SQL tabanlı bir sistem.[13][14]
  • TensorFlow Privacy: Farklı şekilde özel makine öğrenimi için açık kaynaklı bir kitaplık.[15][16]
  • Sayım 2020 sentetik mikro verileri.[17]

Uygulamalara Saldırılar

Yazılım yapılarının standart kusurlarına ek olarak, bunlar kullanılarak tanımlanabilir test yapmak veya tüylü, farklı şekilde özel mekanizmaların uygulamaları aşağıdaki güvenlik açıklarından muzdarip olabilir:

  • İnce algoritmik veya analitik hatalar.[18][19]
  • Yan kanal saldırılarını zamanlama.[3] Aksine zamanlama saldırıları Tipik olarak düşük sızıntı oranına sahip olan ve önemsiz olmayan kriptanaliz ile takip edilmesi gereken kriptografik algoritmaların uygulamalarına karşı, bir zamanlama kanalı, farklı olarak özel bir sistemde feci bir uzlaşmaya yol açabilir, çünkü hedefli bir saldırı, sistemi gizlemek için tasarlanmıştır.
  • Kayan nokta aritmetiği yoluyla sızıntı.[20] Farklı özel algoritmalar tipik olarak olasılık dağılımları dilinde sunulur ve bu da en doğal olarak kayan nokta aritmetiği kullanan uygulamalara yol açar. Kayan nokta aritmetiğinin soyutlaması sızdıran ve ayrıntılara dikkat edilmeden, saf bir uygulama farklı bir gizlilik sağlamada başarısız olabilir. (Bu, özellikle en kötü durumda bile herhangi bir başarısızlık olasılığına izin vermeyen ε-diferansiyel mahremiyet için geçerlidir.) Örneğin, Laplace dağıtımının bir ders kitabı örnekleyicisinin desteği (örneğin, Laplace mekanizması )% 80'den azdır çift ​​duyarlıklı kayan noktalı sayılar; dahası, farklı yollarla dağıtımlar için destek aynı değildir. Laplace mekanizmasının naif bir uygulamasından elde edilen tek bir örnek, iki bitişik veri seti arasında% 35'ten fazla olasılıkla ayrım yapılmasına olanak tanır.
  • Kayan nokta aritmetiği ile zamanlama kanalı.[21] Modern CPU'larda tipik olarak sabit zamanlı olan tamsayılar üzerindeki işlemlerin aksine, kayan nokta aritmetiği önemli girdiye bağlı zamanlama değişkenliği sergiler.[22] Taşıma alt normaller tipik bir duruma kıyasla × 100 kadar çok yavaş olabilir.[23]

Referanslar

  1. ^ McSherry, Frank (1 Eylül 2010). "Gizlilik entegre sorgular" (PDF). ACM'nin iletişimi. 53 (9): 89–97. doi:10.1145/1810891.1810916.
  2. ^ Roy, Indrajit; Setty, Srinath T.V .; Kilzer, Ann; Shmatikov, Vitaly; Witchel, Emmett (Nisan 2010). "Airavat: MapReduce için Güvenlik ve Gizlilik" (PDF). Ağa Bağlı Sistem Tasarımı ve Uygulaması (NSDI) 7. Usenix Sempozyumu Bildirileri.
  3. ^ a b Haeberlen, Andreas; Pierce, Benjamin C .; Narayan Arjun (2011). "Ateş Altında Farklı Gizlilik". 20. USENIX Güvenlik Sempozyumu.
  4. ^ Mohan, Prashanth; Thakurta, Abhradeep; Shi, Elaine; Şarkı, Şafak; Culler, David E. "GUPT: Gizlilik Koruma Veri Analizi Kolaylaştırıldı". 2012 ACM SIGMOD Uluslararası Veri Yönetimi Konferansı Bildirileri. s. 349–360. doi:10.1145/2213836.2213876.
  5. ^ Zhang, Dan; McKenna, Ryan; Kotsogiannis, Ios; Hay, Michael; Machanavajjhala, Ashwin; Miklau, Gerome (Haziran 2018). "KTELO: Farklı-Özel Hesaplamaları Tanımlamak İçin Bir Çerçeve ". SIGMOD'18: 2018 Uluslararası Veri Yönetimi Konferansı: 115–130. arXiv:1808.03555. doi:10.1145/3183713.3196921.
  6. ^ "Haritada".
  7. ^ Machanavajjhala, Ashwin; Kifer, Daniel; Abowd, John; Gehrke, Johannes; Vilhuber, Lars (Nisan 2008). "Gizlilik: Teori Harita Üzerindeki Pratikle Buluşuyor". 2008 IEEE 24. Uluslararası Veri Mühendisliği Konferansı: 277–286. doi:10.1109 / ICDE.2008.4497436. ISBN  978-1-4244-1836-7.
  8. ^ Erlingsson, Úlfar. "Gizlilikle, yazı tura atmanın yardımıyla istatistikleri öğrenme".
  9. ^ Erlingsson, lfar; Pihur, Vasyl; Korolova, Aleksandra (Kasım 2014). "RAPPOR: Rastgele Toplanabilir Gizliliği Koruyan Sıralı Yanıt". 2014 ACM SIGSAC Bilgisayar ve İletişim Güvenliği Konferansı Bildirileri: 1054–1067. arXiv:1407.6981. Bibcode:2014arXiv1407.6981E. doi:10.1145/2660267.2660348.
  10. ^ Gaboardi, Marco; Honaker, James; Kral Gary; Nissim, Kobbi; Ullman, Jonathan; Vadhan, Salil; Murtagh, Jack (Haziran 2016). "PSI (Ψ): Özel veri Paylaşım Arayüzü".
  11. ^ Diferansiyel Gizlilik Ekibi (Aralık 2017). "Geniş Ölçekte Gizlilikle Öğrenme". Apple Machine Learning Journal. 1 (8).
  12. ^ Ding, Bolin; Kulkarni, Janardhan; Yekhanin, Sergey (Aralık 2017). "Telemetri Verilerini Özel Olarak Toplama". 31. Sinirsel Bilgi İşleme Sistemleri Konferansı: 3574–3583. arXiv:1712.01524. Bibcode:2017arXiv171201524D.
  13. ^ Tezapsidis, Katie (13 Tem 2017). "Uber, Farklı Gizlilik için Açık Kaynak Projesini Yayınladı".
  14. ^ Johnson, Noah; Yakın, Joseph P .; Song, Dawn (Ocak 2018). "SQL Sorguları için Pratik Diferansiyel Gizliliğe Doğru". VLDB Bağış Bildirileri. 11 (5): 526–539. arXiv:1706.09479. doi:10.1145/3187009.3177733.
  15. ^ Radebaugh, Carey; Erlingsson, Ulfar (6 Mart 2019). "TensorFlow Gizliliğiyle Tanışın: Eğitim Verileri için Farklı Gizlilikle Öğrenme".
  16. ^ "TensorFlow Gizlilik". 2019-08-09.
  17. ^ Abowd, John M. (Ağustos 2018). "ABD Nüfus Sayım Bürosu Farklı Gizliliği Kabul Etti". 24.ACM SIGKDD Uluslararası Bilgi Keşfi ve Veri Madenciliği Konferansı Bildirileri: 2867. doi:10.1145/3219819.3226070. ISBN  9781450355520.
  18. ^ McSherry, Frank (25 Şubat 2018). "Uber'in farklı gizliliği .. muhtemelen değildir".
  19. ^ Lyu, Min; Su, Dong; Li, Ninghui (1 Şubat 2017). "Diferansiyel gizlilik için seyrek vektör tekniğini anlama". VLDB Bağış Bildirileri. 10 (6): 637–648. arXiv:1603.01699. doi:10.14778/3055330.3055331.
  20. ^ Mironov, Ilya (Ekim 2012). "Farklı Mahremiyet için En Az Önemli Parçaların Önemi Üzerine" (PDF). 2012 ACM Bilgisayar ve İletişim Güvenliği Konferansı Bildirileri (ACM CCS). ACM: 650–661. doi:10.1145/2382196.2382264. ISBN  9781450316514.
  21. ^ Andrysco, Marc; Kohlbrenner, David; Biçme, Keaton; Jhala, Ranjit; Lerner, Sorin; Shacham, Hovav (Mayıs 2015). "Normal Olmayan Kayan Noktada ve Anormal Zamanlamada". 2015 IEEE Güvenlik ve Gizlilik Sempozyumu: 623–639. doi:10.1109 / SP.2015.44. ISBN  978-1-4673-6949-7.
  22. ^ Kohlbrenner, David; Shacham, Hovav (Ağustos 2017). "Kayan Nokta Zamanlama Kanallarına Karşı Azaltmaların Etkinliği Üzerine". 26. USENIX Güvenlik Konferansı Sempozyumu Bildirileri. USENIX Derneği: 69–81.
  23. ^ Dooley, Isaac; Kale, Laxmikant (Eylül 2006). "Normalin altında kayan nokta değerlerinin neden olduğu parazitin nicelendirilmesi" (PDF). Yüksek Performanslı Uygulamalarda İşletim Sistemine Müdahale Çalıştayı Bildirileri.