面向本地差分隐私的数据扰动方法、电子设备和程序产品与流程

摘要: 本申请涉及数据安全,尤其涉及一种面向本地差分隐私的数据扰动方法、电子设备和计算机程序产品。背景技术:1、本地差分隐私(localdifferentialpriv...
面向本地差分隐私的数据扰动方法、电子设备和程序产品与流程

本申请涉及数据安全,尤其涉及一种面向本地差分隐私的数据扰动方法、电子设备和计算机程序产品。

背景技术:

1、本地差分隐私(local differential privacy,ldp)是一类常见的隐私保护数据采集方案,其基本思想是让用户在本地设备上先对原始数据进行随机扰动,再将扰动后数据提交给服务器,服务器只能看到经过扰动的数据,不能直接获得用户真实的原始数据,因此可以降低中心化数据采集的隐私泄露风险。

2、服务器后续通过聚合大量用户的数据扰动结果得到总体统计信息,这种技术方案不要求服务器可信,广泛应用于浏览器统计、移动端行为统计、问卷统计、设备状态统计,以及软件功能使用频率分析等场景。现有技术方案主要由用户端扰动和服务器聚合两部分组成,用户端按照预设的本地差分隐私机制生成扰动后数据,服务器接收扰动后数据并进行频率估计、均值估计或趋势分析。

3、然而,恶意用户可以自己选择扰动使用的伪随机数从而操纵其扰动后数据,甚至绕过扰动算法直接发送经过精心设计的数据,从而在热门条目统计、偏好分布统计等场景中反复提交有利于某个目标的扰动值。由于数据扰动过程带有随机性,服务器难以判断用户是否通过合规方法生成伪随机数以及是否通过合规方法得到扰动后数据,故服务器通常只能接受用户提交的所有扰动结果,这会导致该目标在统计结果中被错误放大。

技术实现思路

1、有鉴于此,本申请实施例提供了一种面向本地差分隐私的数据扰动方法、电子设备和计算机程序产品,能够令服务器得以验证用户是否通过合规方法生成伪随机数以及是否通过合规方法获得扰动后数据,从而避免接收恶意用户提交的非法扰动数据,提升目标统计结果的准确性。

2、本申请实施例的第一方面提供了一种面向本地差分隐私的数据扰动方法,包括:

3、基于用户私钥和原始数据,生成伪随机数;

4、根据伪随机数对原始数据进行扰动处理,得到扰动后数据;

5、生成关于伪随机数生成过程和扰动处理过程均合规的零知识证明;

6、将扰动后数据和零知识证明发送至服务器,以指示服务器在对零知识证明进行验证通过后,接收扰动后数据。

7、在本申请实施例的技术方案中,由用户端在本地基于用户私钥和原始数据,生成伪随机数,根据伪随机数对原始数据进行扰动处理,得到扰动后数据,并生成关于伪随机数生成过程和扰动处理过程均合规的零知识证明。随后,用户端将扰动后数据和零知识证明均发送至服务器,服务器在对零知识证明进行验证通过后,才会接收扰动后数据。上述操作利用零知识证明给伪随机数生成过程和扰动处理过程的合规性提供证明,服务器通过验证该零知识证明即可确定用户是否通过合规方法生成伪随机数以及是否通过合规方法获得扰动后数据,由于只有在零知识证明验证通过的情况下服务器才会接收扰动后数据,故能够避免接收恶意用户提交的非法扰动数据,从而提升目标统计结果的准确性。

8、在本申请实施例的一种实现方式中,基于用户私钥和原始数据,生成伪随机数,包括:

9、根据用户私钥和原始数据,采用分组密码方式生成初始种子;

10、基于初始种子,生成伪随机数。

11、在本申请实施例的一种实现方式中,根据用户私钥和原始数据,采用分组密码方式生成初始种子,包括:

12、将计数器的计数值与原始数据的级联确定为分组密码的明文,计数值在每次生成初始种子时加一;

13、将使用用户私钥对明文进行加密后得到的密文,确定为生成的初始种子。

14、在本申请实施例的一种实现方式中,生成关于伪随机数生成过程和扰动处理过程均合规的零知识证明,包括:

15、基于mpc-in-the-head的零知识证明构造范式,将伪随机数生成过程和扰动处理过程的整体处理逻辑转换为一个算术电路;

16、生成存在秘密的用户私钥、原始数据和随机盐作为算术电路的输入,使得算术电路的输出为扰动后数据和用户承诺的零知识证明。

17、在本申请实施例的一种实现方式中,整体处理逻辑被转换为仅由加法和乘法构成的形式,并使用异或门、与门构造加法器和乘法器,算术电路仅由异或门、与门构成。

18、在本申请实施例的一种实现方式中,在生成零知识证明的过程中,通过fiat-shamir变换将交互式零知识证明协议转换为非交互式零知识证明协议。

19、在本申请实施例的一种实现方式中,零知识证明中包含添加时间戳的挑战,服务器对零知识证明的验证包括根据时间戳验证零知识证明的新鲜性。

20、在本申请实施例的一种实现方式中,扰动处理过程采用的扰动算法包括piecewise mechanism算法和optimized unary encoding算法。

21、本申请实施例的第二方面提供了一种面向本地差分隐私的数据扰动装置,包括:

22、伪随机数生成模块,用于基于用户私钥和原始数据,生成伪随机数;

23、数据扰动模块,用于根据伪随机数对原始数据进行扰动处理,得到扰动后数据;

24、零知识证明生成模块,用于生成关于伪随机数生成过程和扰动处理过程均合规的零知识证明;

25、数据及证明发送模块,用于将扰动后数据和零知识证明发送至服务器,以指示服务器在对零知识证明进行验证通过后,接收扰动后数据。

26、本申请实施例的第三方面提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例的第一方面提供的面向本地差分隐私的数据扰动方法。

27、本申请实施例的第四方面提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行如本申请实施例的第一方面提供的面向本地差分隐私的数据扰动方法。

28、本申请实施例的第五方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如本申请实施例的第一方面提供的面向本地差分隐私的数据扰动方法。

29、可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。

1.一种面向本地差分隐私的数据扰动方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,所述基于用户私钥和原始数据,生成伪随机数,包括:

3.如权利要求2所述的方法,其特征在于,所述根据所述用户私钥和所述原始数据,采用分组密码方式生成初始种子,包括:

4.如权利要求1所述的方法,其特征在于,所述生成关于所述伪随机数生成过程和所述扰动处理过程均合规的零知识证明,包括:

5.如权利要求4所述的方法,其特征在于,所述整体处理逻辑被转换为仅由加法和乘法构成的形式,并使用异或门、与门构造加法器和乘法器,所述算术电路仅由异或门、与门构成。

6.如权利要求4所述的方法,其特征在于,在生成所述零知识证明的过程中,通过fiat-shamir变换将交互式零知识证明协议转换为非交互式零知识证明协议。

7.如权利要求6所述的方法,其特征在于,所述零知识证明中包含添加时间戳的挑战,所述服务器对所述零知识证明的验证包括根据所述时间戳验证所述零知识证明的新鲜性。

8. 如权利要求1至7任一项所述的方法,其特征在于,所述扰动处理过程采用的扰动算法包括piecewise mechanism算法和optimized unary encoding算法。

9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的面向本地差分隐私的数据扰动方法。

10.一种计算机程序产品,其特征在于,当所述计算机程序产品在电子设备上运行时,使得电子设备执行如权利要求1至8任一项所述的面向本地差分隐私的数据扰动方法。