多租端侧联邦统计同态草图可验证聚合差分隐私调度方法与流程

摘要: 本技术涉及计算机软件与隐私计算,具体涉及一种以同态草图、可验证聚合、差分隐私预算调度为一体化框架的多租端侧联邦统计方法,用于移动端/边缘设备与云协同场景下的多租...
多租端侧联邦统计同态草图可验证聚合差分隐私调度方法与流程

本技术涉及计算机软件与隐私计算,具体涉及一种以同态草图、可验证聚合、差分隐私预算调度为一体化框架的多租端侧联邦统计方法,用于移动端/边缘设备与云协同场景下的多租户数据分析与合规报表生成。

背景技术:

1、移动端与边缘设备产生的行为、传感、日志数据具有分散、敏感、动态的特点。传统集中式分析方案要求将原始数据上传至云端服务器,这不仅带来了隐私泄露与合规风险,也对网络带宽提出了较高要求;而纯本地分析方案虽然避免了数据外传,但各设备独立计算难以获得全局统计的准确度,无法满足多租户场景下的联合分析需求。

2、现有的联邦学习或联邦分析方案在实际部署中主要存在三方面不足。其一,现有方案多侧重于模型训练阶段的梯度聚合,缺乏针对统计查询的草图级优化,未能提供可量化的误差界。其二,在可验证性方面,现有方案通常假设聚合服务器诚实执行,难以防止聚合侧对密文结果进行篡改或漏计,缺乏密码学层面的完整性保证。其三,差分隐私预算的分配多采用静态预设方式,在多租户、多查询类型并发执行的场景下,不同查询对噪声敏感度与精度需求的差异被忽略,导致隐私预算浪费严重,全局统计误差难以达到理论最优。

技术实现思路

1、本技术旨在解决现有联邦统计方案在草图级优化、聚合可验证性与差分隐私预算动态分配方面的不足,提供一种多租端侧联邦统计同态草图可验证聚合差分隐私调度方法,在端侧、边缘、云协同架构下实现统计查询的误差、隐私、通信解析最优效果。

2、本发明提供的多租端侧联邦统计同态草图可验证聚合差分隐私调度方法,其技术方案如下:

3、首先,架构相关数据处理装置,包括处理器、存储器、通信模块、加密协处理器以及通过系统总线互联的后处理模块。其中,处理器负责执行草图构建、哈希运算与协议逻辑;存储器用于缓存原始数据、草图状态与中间计算结果;通信模块负责端侧与聚合侧之间的密文传输;加密协处理器承担同态加密、秘密分享生成与承诺计算等密码学密集型运算,以卸载主处理器负载;后处理模块部署于聚合侧服务器,执行可验证聚合、估计校正与差分隐私预算调度。

4、其次,所述方法包括以下步骤:

5、一、端侧同态草图构建

6、端侧设备的处理器从存储器读取原始数据流,对事件键x执行哈希映射,构建压缩草图向量。

7、根据统计查询类型的不同,草图结构分为三种:

8、(1)count-min草图用于频率估计与top-k查询。草图参数为哈希数d与宽度w,配备d个两两独立的哈希函数,…,。第j个哈希将事件键x映射到桶位置,端侧处理器执行更新:

9、频率估计值取各行最小值:

10、

11、其中、f(x)分别为事件x出现的估计频率与真实频率,n为样本总数或事件总量。该估计满足概率保证,参数取,为频率估计误差参数,为失败概率参数。端侧处理器将cm草图各桶计数写入存储器,等待加密封装。

12、(2)hyperloglog草图用于distinct基数估计。使用m=个寄存器,其中p为精度参数,决定寄存器数量。令g(x)=hash(x)为哈希输出,分解为前缀p位索引与后缀前导零数ρ(x),端侧处理器执行更新:

13、

14、distinct估计值为:

15、

16、其中、β为hll估计常数,含小样修正。估计方差近似为,m越大方差越小。端侧处理器将寄存器数组m[i](i=1,…,m)缓存于存储器。

17、(3)分位数草图用于分位数估计。采用kll(karnin-lang-liberty)或tdigest结构,端侧处理器维护多层压缩样本,层l的容量为,总容量为k。压缩误差满足:

18、

19、其中q()为分位水平对应的真实分位点,为估计值,k为kll总容量,c为与压缩策略相关的常数,为分位数估计误差。端侧处理器周期性地将摘要结构写入存储器。

20、对于二元事件b∈{0,1},端侧处理器先执行局部随机响应:

21、

22、其中p为局部随机响应保真概率,以概率p保留原值b,以概率翻转。局部随机响应的隐私参数为,p越接近1,保真度越高但隐私保护越弱。随后,加密协处理器将草图计数或寄存器值封装为加法同态密文或加性秘密分享。加法同态加密满足:

23、

24、其中表示以密钥k进行的加法同态加密(如paillier或ckks方案),为第1个端侧的密文,agg表示密文聚合运算。加性秘密分享方案满足:其中q为秘密分享模数,通常选取大于草图最大计数的素数,为第1份分享。封装完成后,端侧设备的通信模块将密文草图或分享上传至聚合侧服务器。上行比特数为:

25、

26、其中为count-min单桶密文比特数,为hyperloglog单寄存器密文比特数,为分位数草图密文比特数。

27、二、聚合侧可验证求和与估计校正

28、聚合侧服务器的处理器接收各端侧密文草图后,执行可验证聚合与估计校正。

29、(1)可验证求和。将各端侧密文草图(u表示用户或设备编号)按桶索引拼接为叶节点哈希:

30、其中h为密码学哈希函数,‖表示连接运算。各叶节点哈希自下而上两两哈希形成merkle树,根哈希记为r。

31、对聚合结果生成路径证明,验证者通过验证密文列表的完整性,伪造通过概率不超过,其中为可验证安全位强度。

32、在线性批量聚合场景下,采用kzg多项式承诺。将明文求和的编码嵌入多项式:

33、

34、生成承诺,其中g为椭圆曲线生成元,s为秘密点。对位置i的开证明满足双线性对验证等式:

35、

36、其中e为双线性对映射,x为形式变量。

37、(2)估计校正与置信区间。

38、对于count-min草图,令为第j行第k桶的聚合和,估计频率。由于哈希冲突引入背景噪声,后处理模块对每行j估计背景噪声:

39、

40、取各行背景最小值作为全局背景估计,校正后频率为:

41、

42、对于hyperloglog草图,后处理模块在小样和饱和区执行线性与偏置修正。总体置信区间采用中心极限定理近似:

43、

44、其中为标准正态分位数,α为显著性水平,为估计方差。

45、三、差分隐私预算调度与合成

46、后处理模块在聚合侧服务器执行差分隐私预算的动态分配与合成。

47、(1)子采样放大。每条记录以概率ν进入草图参与计算,ν为子采样概率。若底层机制m满足,则子采样后的机制满足,其中:

48、

49、为单次机制的差分隐私参数,为子采样后的等效参数。子采样放大效应使得实际消耗的隐私预算低于原始机制,从而节省预算。

50、(2)先进合成。对t次机制的合成,任意δ'>0时,整体隐私保证为:

51、

52、其中、为t次合成后的差分隐私参数。先进合成相比基础合成(t次直接相加)显著降低了总隐私预算消耗,使得在相同预算下支持更多查询。

53、(3)预算自适应分配。后处理模块以期望均方误差mse为目标,联合优化每次查询的隐私参数、子采样率与草图规模。第t次查询的总误差为:

54、

55、其中

56、为草图规模决定的统计误差方差(如hll的方差近似为(β/)d²),为隐私参数和子采样率决定的噪声方差。

57、后处理模块在全局约束下求解最优参数:

58、

59、其中bw为上行带宽,为端到端时延预算,为全局差分隐私预算。可用拉格朗日乘子法或贪心搜索得到最优参数组,并动态分配各租户的查询配额。

60、四、通信—计算—精度联合优化

61、频率估计的总均方误差由三部分构成:

62、

63、其中为count-min哈希冲突引入的方差,为差分隐私噪声方差,为同态加密或近似加密引入的量化方差。

64、distinct估计的总方差为:

65、

66、当上行带宽bw受限或端侧处理器负载过高时,调度决策模块提高子采样率ν以降低通信量,同时减少寄存器数m或哈希宽度w,并相应调整单次查询的隐私噪声,在维持总预算不变的前提下,实现通信—计算—精度的在线自适应权衡。

67、五、安全性与可验证性分析

68、加法同态加密或加性秘密分享在选择明文攻击下不泄露端侧原始计数;merkle树或kzg承诺确保聚合结果的完整性,伪造通过概率分别不超过或1/p;差分隐私保证满足;对至多α比例的掉线或迟到端侧设备,聚合结果的有界偏差满足bias≤o(α)·n,其中α为掉线/迟到端占比,bias为缺失引起的偏差上界。