تکنیک هنگام ارائه توصیه های آنلاین از حریم خصوصی محافظت می کند – ScienceDaily

محققان از تکنیک تنظیمی استفاده کردند که در وهله اول بسیاری از بردارهای اضافی را حذف می‌کند و سپس از ترفند متفاوتی استفاده کردند که آن را پنهان‌سازی فراموشی می‌نامند تا هر نقطه داده اضافی به جز نزدیک‌ترین همسایه واقعی را پنهان کنند. این به طور موثر حریم خصوصی پایگاه داده را حفظ می کند، بنابراین مشتری چیزی در مورد بردارهای ویژگی در پایگاه داده نمی آموزد.

هنگامی که آنها این پروتکل را طراحی کردند، آن را با یک پیاده سازی غیرخصوصی روی چهار مجموعه داده دنیای واقعی آزمایش کردند تا تعیین کنند که چگونه الگوریتم را برای به حداکثر رساندن دقت تنظیم کنند. سپس، آنها از پروتکل خود برای انجام پرس و جوهای جستجوی خصوصی نزدیکترین همسایه در آن مجموعه داده ها استفاده کردند.

داده های همسایه

تکنیک آنها به چند ثانیه زمان پردازش سرور در هر پرس و جو و کمتر از 10 مگابایت ارتباط بین مشتری و سرورها نیاز دارد، حتی با پایگاه های داده ای که حاوی بیش از 10 میلیون مورد است. در مقابل، سایر روش‌های ایمن می‌توانند به گیگابایت ارتباط یا ساعت‌ها زمان محاسباتی نیاز داشته باشند. با هر پرس و جو، روش آنها به دقت بیش از 95 درصد دست یافت (به این معنی که تقریباً هر بار نزدیکترین همسایه واقعی را به نقطه پرس و جو پیدا می کرد).

محققان MIT ممکن است راه حل بهتری داشته باشند. آنها یک پروتکل حفظ حریم خصوصی ایجاد کردند که بسیار کارآمد است که می تواند روی یک تلفن هوشمند از طریق شبکه بسیار کند اجرا شود. تکنیک آنها از داده های شخصی محافظت می کند و در عین حال از صحت نتایج توصیه ها اطمینان می دهد.

ساشا سروان شرایبر، دانشجوی فارغ التحصیل در آزمایشگاه علوم کامپیوتر و هوش مصنوعی (CSAIL) و نویسنده اصلی این مقاله می گوید: “این یک مشکل واقعا سخت است. ما برای رسیدن به پروتکل خود بر یک رشته کامل از ترفندهای رمزنگاری و الگوریتمی تکیه کردیم.” مقاله ای که این پروتکل جدید را ارائه می کند.

این الگوریتم‌ها با استفاده از اطلاعات شخصی مانند خریدهای گذشته و تاریخچه مرور ما برای ایجاد توصیه‌های مناسب کار می‌کنند. ماهیت حساس چنین داده‌هایی حفظ حریم خصوصی را بسیار مهم می‌کند، اما روش‌های موجود برای حل این مشکل به ابزارهای رمزنگاری سنگینی که نیاز به محاسبات و پهنای باند زیادی نیاز دارند، متکی هستند.

این جستجوها شامل سروری است که با یک پایگاه داده آنلاین مرتبط است که حاوی نمایش مختصری از ویژگی های نقطه داده است. در مورد یک سرویس پخش موسیقی، این ویژگی ها که به عنوان بردارهای ویژگی شناخته می شوند، می توانند ژانر یا محبوبیت آهنگ های مختلف باشند.

برای یافتن یک توصیه آهنگ، مشتری (کاربر) درخواستی را به سرور ارسال می کند که حاوی یک بردار ویژگی خاص است، مانند یک سبک موسیقی که کاربر دوست دارد یا یک تاریخچه فشرده از عادات گوش دادن او. سپس سرور شناسه یک بردار ویژگی را در پایگاه داده ارائه می‌کند که نزدیک‌ترین نقطه به درخواست مشتری است، بدون اینکه بردار واقعی را آشکار کند. در مورد پخش موسیقی، آن شناسه احتمالاً یک عنوان آهنگ خواهد بود. مشتری عنوان آهنگ توصیه شده را بدون یادگیری بردار ویژگی مرتبط با آن می آموزد.

تکنیکی که در قلب موتورهای پیشنهاد الگوریتمی قرار دارد به عنوان جستجوی نزدیکترین همسایه شناخته می شود که شامل یافتن نقطه داده در پایگاه داده ای است که نزدیکترین نقطه به یک نقطه پرس و جو است. نقاط داده‌ای که در نزدیکی نقشه‌برداری می‌شوند ویژگی‌های مشابهی دارند و همسایه نامیده می‌شوند.

تکنیک‌هایی که آن‌ها برای فعال کردن حریم خصوصی پایگاه داده استفاده می‌کنند، یک کلاینت مخرب را خنثی می‌کند، حتی اگر درخواست‌های نادرست ارسال کند تا سرور را فریب دهد تا اطلاعات درز کند.

برای دستیابی به این هدف، محققان پروتکلی ایجاد کردند که بر دو سرور مجزا تکیه دارد که به یک پایگاه داده دسترسی دارند. استفاده از دو سرور این فرآیند را کارآمدتر می کند و استفاده از تکنیک رمزنگاری به نام بازیابی اطلاعات خصوصی را ممکن می سازد. Servan-Schreiber توضیح می‌دهد که این تکنیک به مشتری اجازه می‌دهد تا از پایگاه داده بدون افشای آنچه در جستجوی آن است، پرس و جو کند.