差分隐私(Differential Privacy)、同态加密(Homomorphic Encryption)和隐私保护集合交集(Private Set Intersection)究竟是怎么回事。 一句话总结:差分隐私和同态加密都是用来解决数据传输过程中的安全问题,防止攻击者截断数据,从而进行人身攻击或者非法盈利;隐私保护求交集技术是在模型训练之前进行的用户对齐计算,与前面两个技术...
图6 iPhone使用本地差分隐私技术:采集用户表情信息 四、同态加密 同态加密不同于传统的加密,它是应对新的安全场景出现的一项新型密码技术。它的出现,颠覆了人们对密码算法认知。使得密文处理和操作,包括检索、统计、甚至AI任务都成为可能。 场景 假设创业公司C拥有一批数据量大且夹杂个人信息的数据,需要多方进行共享和...
图6 iPhone使用本地差分隐私技术:采集用户表情信息 四、同态加密 同态加密不同于传统的加密,它是应对新的安全场景出现的一项新型密码技术。它的出现,颠覆了人们对密码算法认知。使得密文处理和操作,包括检索、统计、甚至AI任务都成为可能。 场景 假设创业公司C拥有一批数据量大且夹杂个人信息的数据,需要多方进行共享和...
差分隐私(Differential Privacy, DP)具有严格的数学模型,无需先验知识的假设,安全性级别可量化可证明。是近年来学术界隐私保护研究热点之一,同时,一些企业应用将差分隐私技术应用到数据采集场景中。 场景 一个典型的场景:统计数据库开放,比如某家医院提供医疗信息统计数据接口,某一天张三去医院看病,攻击者在张三去之前(...
本文将介绍四种关键技术:数据脱敏、匿名化和差分隐私和同态加密,并对每一种介绍技术的从场景、需求和技术原理等几个维度进行展开。 古人云,“鱼,我所欲也,熊掌亦我所欲也;二者不可得兼”。大数据时代,数据挖掘诚可贵,例如各类APP通过收集我们的行为信息进行购买商品与美食预测和推荐,提高用户体验和提升效率;然而,隐...
同态加密技术可以在不泄露数据明文的情况下,实现加密数据的信息处理和计算,对于保护个人隐私和数据安全有着非常重要的作用。 总之,数据脱敏、匿名化、差分隐私和同态加密是大数据隐私保护的关键技术,不同的技术适用于不同的场景,而随着大数据技术的不断发展,新的隐私保护技术也在不断涌现,相信我们能够利用这些技术来更...
如果想要水论文的话，两者都能水，如果选同态加密的话就用最简单的算法设计个protocol，差分隐私就是加...
无论是上手容易度，还是目前学界的关注度，抑或是发表文章(灌水)，差分隐私都远胜过同态加密。DP上手就...
目前存在多种关键技术,场景不同,需求不同,对应的技术也自然不同。本文作为《大数据时代下的数据安全》系列的第二篇:场景技术篇,将介绍四种关键技术:数据脱敏、匿名化和差分隐私和同态加密,并对每一种介绍技术的从场景、需求和技术原理等几个维度进行展开。
图6 iPhone使用本地差分隐私技术:采集用户表情信息 四、同态加密 同态加密不同于传统的加密,它是应对新的安全场景出现的一项新型密码技术。它的出现,颠覆了人们对密码算法认知。使得密文处理和操作,包括检索、统计、甚至AI任务都成为可能。 场景 假设创业公司C拥有一批数据量大且夹杂个人信息的数据,需要多方进行共享和...