一种隐私数据聚合方法
价格 双方协商
地区: 北京市 市辖区 海淀区
需求方: 原语**
行业领域
电子信息技术
需求背景
随着互联网技术及传感器的发展,大量的数据被传感器收集并用于后续的分析、计算。在这样的场景中,数据聚合也得到了越来越多的关注。数据聚合可以在执行确切的计算之前事先对收集的数据进行处理,提高通信和计算的效率。但是,在数据被收集的过程中,数据提供者的隐私可能会被同时收集,这会给数据提供者带来安全隐患,数据提供者也会因此放弃参与数据聚合过程。
需解决的主要技术难题
现有的隐私数据聚合技术主要包含:秘密分享、安全聚合、多方安全计算、差分隐私等方法,大部分技术方案需要依赖可信第三方,用户数据全部暴露给可信服务器,其隐私泄漏风险较大,且攻击者可以从聚合结果中推断用户信息。本地化差分隐私技术不需要依赖可信第三方,可以保护聚合结果的隐私性,但是每个用户均需要对本地数据进行扰动,会造成数据可用性低。
期望实现的主要技术目标
开源:完全开源、免费安装简单:支持 Docker 一键部署开箱即用:拥有 Web 界面、命令行 和 Python SDK 多种使用方式功能丰富:支持隐匿查询、隐私求交、联合统计、数据资源管理等功能灵活配置:支持自定义扩展语法、语义、安全协议等自主研发:基于安全多方计算、联邦学习、同态加密、可信计算等隐私计算技术。
需求解析
解析单位:“科创中国”创业投资专业科技服务团(北京创业投资协会) 解析时间:2023-11-24
王东翔
华控基石基金
管理合伙人
综合评价
处理进度