混沌中的理解：走向隐私计算的知情同意
摘要：私人计算，包括多方计算和私人查询执行等技术，有望在保护数据主体隐私的同时，使组织能够分析其自身和合作伙伴所持有的数据。尽管近年来围绕差分隐私进行了一些研究，但终端用户对私人计算的看法尚未得到研究。为填补这一空白，我们进行了22次半结构化访谈，探讨用户对私人计算以及数据分析对他们的期望和理解。访谈的重点是四种具体的数据分析场景（例如广告转化分析），其中包括一种不使用私人计算的变体和另一种使用私人集合交集、多方计算和保护隐私查询过程的变体。虽然参与者对私人计算的抽象定义感到困惑，但他们认为具体的场景启发人，并且即使我们没有解释复杂的加密基础知识，这些场景也是可行的。私人计算增加了参与者对数据共享的接受程度，但并非毫无条件；数据共享和分析的目的是他们态度的主要驱动因素。通过集体活动，参与者强调了详细说明计算目的以及在向终端用户描述私人计算时澄清不共享组织之间的私人计算输入的重要性。
作者：Bailey Kacsmar, Vasisht Duddu, Kyle Tilbury, Blase Ur, Florian Kerschbaum
论文ID：2211.07026
分类：Cryptography and Security
分类简称：cs.CR
提交时间：2023-08-24