谷歌隐私交集和技术解析1—应用场景分析

在多方协作的过程中，涉及到隐私的问题已被关注已久。

如何解决呢？密码学界提出了不少解决方案，例如全同态加密，多方计算。

这些技术都是通用的，放在任何一个需要的地方都可以。但是由于技术本身的特性，放在任何一个地方都会有或多或少的缺点。

谷歌发布的隐私交集开源库(Private Join and Compute)，展示了一个如何从学术界摘果子的范例。它是解决一个具体场景下的问题。

学术界、工业界以及商业界，是一个生物链。看似是做的不同的事情，但是互相之间是供给的关系。这就是我们常说的“产、学、研”。但是我们经常搞乱了角色，没把自己的角色做好，反而要担当多角色。

谷歌是一家愿意尝鲜的公司。我记得几年前，格加密算法在理论界因为其抗量子特性火了的时候，谷歌率先在自己的服务器上部署了基于环LWE的密钥交换协议，以测试其性能，为抗量子时代准备。不知为什么，几个月后就恢复成原来的协议。

随着大数据的兴起，机器学习无处不见，数据的隐私安全备受关注。例如，谷歌今年早期就开发出“密码检查器”，用户可以提交自己的用户名和口令进行查询，系统通过与已经泄露的口令数据集对比，从而判定用户口令的安全性。然而这一切都不会泄露用户的隐私（包括用户的口令）。该系统使用的是一种基于隐私交集(Private Set-Intersection)的安全多方计算技术，这项密码学技术保障了多方协作却不泄露用户隐私。

谷歌这次发布的隐私交集开源库，基于的是一种称为“隐私交集和(Private Intersection-Sum)”的技术。该技术能够隐藏两个数据集的交集，但是却能显示对其交集的汇总计算结果，例如统计交集中元素的数量等。

在某些场景下，这项技术非常有用。例如两家公司，一家是广告商，一家是销售商。如果想知道有多少用户是通过广告商的广告点击，进入到销售商家进行购买的，而且销售额一共是多少。那么只要两家公司分别提供两个数据集，然后求交集，再求交集中用户的数量以及交易额即可。但是，这两家公司都不会愿意分享给对方自己的数据集。

怎么办呢？

先看传统解决方法。

传统解决方法依赖于法律。这两家公司先签一个法律协议，协议中规定双发分享各自的数据集，得到汇总数据后将数据集销毁。如果不销毁，导致数据泄露，将受到法律制裁。

然而，通过密码学手段，可以无需依赖于法律。

通过隐私交集和技术可以对交集进行汇总，从而在不泄露双方数据集的前提下，提供对交集的汇总信息。两全其美。

隐私交集和技术提供了一个类似于法律合约的功能，无需法律合同就能够让你知道想知道的，却不会知道的更多。这一切都是通过密码学协议保证。

这和区块链技术有异曲同工之处。（区块链在不信任的环境下提供了一种信用）

例如在上述应用场景下，最终可能得到的汇总信息是：1万个客户在看到广告后购买了商品，总共购买金额100万。其余什么都不知道。知其然而不知所以然。

上述场景是一个计算广告转化率的应用场景。谷歌提供的隐私交集和技术能够在保护隐私的前提下，计算广告转化率。当然，还可以应用到其他领域的研究中，例如：医疗保健、车辆安全、公共政策、多样性和包容性等研究中。

安全模型和不足之处

在谷歌开源库中，其安全模型假设的是“诚实且好奇的敌手”。如果参与者违背了协议，他们可能会知道更多，不仅仅是规定的信息。因此，该协议不能确保使用协议的各方使用合法的输入，或者防止任意输入。有可能导致泄露的弱点。

例如有一个用户消费金额很大，通过交集和汇总出的数据就很容易判断出，该用户是否在交集里。