【隐私设计模式】隐私设计模式之添加了噪声测量模糊

摘要

为服务运行测量添加一些噪声，但使其在长期内自行消除

问题

服务的提供可能需要对链接到数据主体的服务属性进行重复、详细的测量，例如为服务使用适当地计费，或根据需求负载调整服务。然而，随着时间的推移，这些测量可能会揭示更多信息（例如个人习惯等）。

上下文

服务提供者获得链接到服务个体的服务属性的连续测量。

目标

服务提供商可以获得服务属性的可靠测量，以满足其操作要求；然而，不能从来自同一用户的多个测量的聚合中推断出额外的个人信息。

激励示例

一家电力公司运营着一个智能电网，智能电表提供每个用户瞬时功耗的测量值。公用事业公司利用这些信息，根据用户在每一时刻的需求，以动态方式调整电力分配，并根据每个客户在计费期间的累计消耗，定期向其计费。然而，这些信息也可以用来推断敏感的用户信息（例如，他或她什么时候离开，什么时候回家等等）

解决方案

在将噪声值传输给服务提供商之前，将噪声值添加到真实的测量值中，以使其模糊。噪声遵循先前已知的分布，因此可以计算出对多个测量值相加结果的最佳估计，而对手无法推断出任何单个测量值的真实值。请注意，噪声不需要是加性的或高斯的。事实上，这些可能对面向隐私的模糊处理无效。缩放噪声和加性拉普拉斯噪声已被证明对隐私保护更有用。

限制和后果

该模式适用于任何监控资源使用情况的场景（例如智能电网、云计算）。提供测量的设备必须可靠，以确保其遵守既定的噪声模式。

由于添加了噪声，某些信息丢失。这种信息丢失可能会阻止信息被用于其他目的。这在一定程度上是一个预期的后果（例如，避免发现用户习惯），但也可能阻止其他合法使用。

为了使噪声添加后的信息有用，聚合测量的数据点数量（即聚合用户群的大小）需要较高；否则，要么置信区间太宽，要么无法有效实现差异隐私。

已知用途

• Bohli，J.-M。；Sorge，C。；Ugus，O.，“智能计量的隐私模型”，通信研讨会（ICC），2010年IEEE国际会议，第1卷，第5页，2010年5月23日至27日
• 任雪斌；杨新宇；林杰；杨庆余；Wei Yu，“智能计量系统中基于尺度扰动的隐私保护方案”，计算机通信与网络（ICCCN），2013年第22届国际会议，第1卷，第1页，第7页，2013年7月30日-8月。2 2013
• Mivule，K.（2013）。利用噪声附加保护数据隐私，概述。arXiv预打印arXiv:1309.3958。

类别

隐藏,最小化

相关模式

聚合网关,可信隐私插件

技术就绪水平

TRL-4：实验室验证的技术

本文：https://cioctocdo.com/added-noise-measurement-obfuscation-privacy-desig…