随机（非）取整：2021年加拿大人口普查中离散属性披露的漏洞
摘要：2021年加拿大人口普查的突出之处在于使用了一种独特的隐私保护方法，即随机四舍五入，该方法以独立且概率性地对离散数值属性进行四舍五入。在本研究中，我们探讨了离散变量之间的分层总结性相关性如何在2021年加拿大人口普查中提供对属性值的概率和准确解。我们证明，在某些情况下，可以在提供人口不变量的情况下，不管是否存在提供人口不变量，都可以"解除四舍五入"并提取四舍五入前的原始私密值。使用这些方法，我们揭示了2021年加拿大人口普查披露中624个以前私有属性的准确值。我们还推断了1000多个私有属性的潜在值，具有高正确性的概率。最后，我们提出了一个基于无限离散噪声的简单解决方案，能够有效地抵消准确解除四舍五入，同时在最终产品中保持高效用度。
作者：Christopher West, Ivy Vecna, Raiyan Chowdhury
论文ID：2307.13859
分类：Cryptography and Security
分类简称：cs.CR
提交时间：2023-07-31