Privacy-Preserving User Profiling for Targeted Advertising via Homomorphic Encryption and Secure Multiparty Computation
यह शोध पत्र H2Profile प्रस्तुत करता है, जो एक हाइब्रिड गोपनीयता-संरक्षण ढांचा है जो उच्च उपयोगिता और कम विलंबता के साथ लक्षित विज्ञापन सक्षम करने के लिए अनुमानित होमोमोर्फिक एन्क्रिप्शन और सुरक्षित मल्टीपार्टी कंप्यूटेशन को जोड़ता है, जबकि गोपनीयता को एक सेमी-ईमानदार, दो-सर्वर मॉडल तक सीमित करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
आधुनिक इंटरनेट एक सरल, शांत विनिमय पर चलता है: आप किसी चीज़ में रुचि दिखाते हैं, और एक विज्ञापनदाता आपको उससे संबंधित कुछ दिखाता है। इसे काम करने देने के लिए, प्लेटफॉर्म आपके क्लिक, व्यू और खोजों के एक निशान को इकट्ठा करते हैं, उन्हें एक साथ जोड़कर यह एक प्रोफ़ाइल बनाते हैं कि आप कौन हैं और आगे आपकी क्या ज़रूरत हो सकती है। समस्या यह है कि यह निशान अक्सर बिखरा हुआ होता है। एक कंपनी जानती है कि आपने क्या खरीदा, दूसरी जानती है कि आपने क्या पढ़ा, और तीसरी जानती है कि आपने क्या खोजा। एक पूर्ण चित्र बनाने के लिए, इन कंपनियों को आमतौर पर अपना डेटा एक केंद्रीय केंद्र (सेंट्रल हब) को भेजना पड़ता है। लेकिन वह केंद्रीय केंद्र निजी आदतों का एक खजाना बन जाता है, और उसे सौंपने से यह जोखिम पैदा होता है कि आपकी सबसे संवेदनशील रुचियां उजागर या दुरुपयोग की जा सकती हैं।
वर्षों से, कंप्यूटर वैज्ञानिक एक ऐसा तरीका खोजने की कोशिश कर रहे हैं कि कैसे ये कंपनियां एक-दूसरे का कच्चा डेटा देखे बिना एक साथ काम कर सकें। उन्होंने इस काम के लिए दो मुख्य उपकरण विकसित किए हैं। एक उपकरण, जिसे 'होमोमोर्फिक एन्क्रिप्शन' कहा जाता है, एक ताले वाले बक्से की तरह काम करता है जो ढक्कन खोले बिना ही उसके भीतर की सामग्री पर गणितीय गणना करने की अनुमति देता है। दूसरा, जिसे 'सिक्योर मल्टीपार्टी कंप्यूटेशन' के रूप में जाना जाता है, नोट पास करने वाले लोगों के एक समूह द्वारा अपने नंबरों को जोड़ने जैसा है, जहाँ कोई भी व्यक्ति कभी भी कुल योग नहीं देख पाता, केवल अपना योगदान ही देख पाता है। हालांकि दोनों उपकरण शक्तिशाली हैं, लेकिन केवल एक का उपयोग इस विशिष्ट कार्य के लिए करना कठिन साबित हुआ है। "ताले वाले बक्से" वाली विधि जटिल होने पर धीमी और भारी हो जाती है, जबकि "नोट-पासिंग" विधि बड़े पैमाने पर डेटा के साथ अक्षम हो सकती है। सवाल यह था: क्या इन दोनों विधियों को मिलाकर एक ऐसा सिस्टम बनाया जा सकता है जो तेज़ भी हो और निजी भी?
वेन्ज़ेंग कुई (Wenzeng Cui) नामक एक शोधकर्ता ने उस प्रश्न का उत्तर देने के लिए 'H2Profile' नामक एक नया दृष्टिकोण प्रस्तावित किया है। यह सिस्टम बिखरे हुए डेटा से उपयोगकर्ता की प्रोफ़ाइल बनाने के लिए डिज़ाइन किया गया है, बिना काम करने वाले सर्वरों को कच्चे विवरण बताए। पूरी प्रक्रिया को एक कठिन विधि के माध्यम से भेजने के बजाय, H2Profile काम को दो हिस्सों में बांट देता है। यह विभिन्न स्रोतों से शुरुआती नंबरों को तेज़ी से जोड़ने के लिए "ताले वाले बक्से" वाली विधि का उपयोग करता है, जिससे उपयोगकर्ता की रुचियों का एक कच्चा मसौदा तैयार होता है। फिर, केवल एक बार, यह उस मसौदे को ऐसे प्रारूप में बदल देता है जिसे "नोट-पासिंग" विधि संभाल सके। यह दूसरा चरण अधिक जटिल कार्यों को संभालने के लिए कार्यभार लेता है, जैसे कि यह तय करना कि कौन सी रुचियां रखने के लिए पर्याप्त मजबूत हैं, स्कोर को सामान्य बनाना और दिखाने के लिए शीर्ष दस आइटम चुनना। भारी काम को तेज़ "ताले वाले बक्से" वाले चरण में रखकर और केवल आवश्यक, जटिल निर्णयों को दूसरे चरण में भेजकर, यह सिस्टम उन बाधाओं से बच जाता है जो आमतौर पर काम को धीमा कर देती हैं।
शोधकर्ताओं ने इस विचार का परीक्षण वास्तविक दुनिया के डेटा के तीन अलग-अलग सेटों का उपयोग करके किया, जिसमें एक परिदृश्य का अनुकरण किया गया जहाँ दो कंपनियाँ मिलकर एक प्रोफ़ाइल बनाने का प्रयास कर रही थीं। उन्होंने अपने नए सिस्टम की तुलना केवल एक उपकरण का उपयोग करने वाले सर्वश्रेष्ठ मौजूदा तरीकों से की। परिणामों ने दिखाया कि H2Profile ने एक मानक, गैर-निजी सिस्टम की 98.5% सटीकता को बनाए रखा। दूसरे शब्दों में, इसने जो विज्ञापन चुनने में मदद की, वे लगभग उतने ही प्रासंगिक थे जितने कि डेटा को खुले तौर पर संयोजित करने पर होते। इससे भी महत्वपूर्ण बात यह है कि यह सिस्टम विकल्पों की तुलना में काफी तेज़ था और इसमें बहुत कम डेटा ट्रांसफर की आवश्यकता थी। एक मानक नेटवर्क सेटअप में, इसे 64 उपयोगकर्ता प्रोफाइलों के एक बैच को प्रोसेस करने में लगभग 0.84 सेकंड लगे और इसने केवल 34.7 मेगाबाइट डेटा स्थानांतरित किया। यह अकेले "ताले वाले बक्से" वाली विधि का उपयोग करने की तुलना में समय में 68% की कमी और अकेले "नोट-पासिंग" विधि का उपयोग करने की तुलना में 53% की कमी थी।
अध्ययन ने इस बात पर भी बारीकी से नज़र डाली कि कौन सी जानकारी अभी भी लीक हो सकती है। भले ही गणित सुरक्षित हो, फिर भी शीर्ष रुचियों की अंतिम सूची सैद्धांतिक रूप से उपयोगकर्ता के बारे बारे पैटर्न प्रकट कर सकती है। शोधकर्ताओं ने पाया कि उनका सिस्टम अन्य तरीकों की तुलना में थोड़ा कम जानकारी लीक करता है, जिसका स्कोर एक परीक्षण में 0.604 था जो यह मापता है कि एक हमलावर उपयोगकर्ता के छिपे हुए गुणों का कितनी अच्छी तरह अनुमान लगा सकता है। यह सुझाव देता है कि अंत में ठीक से क्या जारी किया जाए, इसे नियंत्रित करके, सिस्टम डेटा को केवल एन्क्रिप्ट करने और उम्मीद करने से बेहतर गोपनीयता प्रदान करता है। हालाँकि, लेखक अपने काम की सीमाओं के बारे में स्पष्ट है। यह सिस्टम एक विशिष्ट धारणा पर निर्भर करता है: कि काम करने वाले दोनों कंप्यूटर आपस में मिलीभगत नहीं करेंगे। यदि वे दो सर्वर आपस में मिल जाते हैं, तो गोपनीयता टूट जाएगी। यह सिस्टम इस समस्या को भी हल नहीं करता है कि उपयोगकर्ता की पहचान को विभिन्न कंपनियों के बीच बिना उनकी पहचान बताए कैसे मिलाया जाए, और न ही यह शुरुआत से डेटा को दूषित करने वाले दुर्भावनापूर्ण अभिनेता से सुरक्षा करता है।
अंततः, H2Profile यह दावा नहीं करता है कि यह एक जादुई ढाल है जो सभी डेटा संग्रह को सुरक्षित बनाती है। इसके बजाय, यह एक विशिष्ट, कठिन समस्या के लिए एक व्यावहारिक इंजीनियरिंग समाधान प्रदान करता है। यह दिखाता है कि सुरक्षित गणना के दो अलग-अलग प्रकारों के बीच एक जटिल कार्य को विभाजित करके, एक ऐसा सिस्टम बनाना संभव है जो वास्तविक दुनिया के उपयोग के लिए पर्याप्त कुशल और उपयोगकर्ता की रुचियों की रक्षा के लिए पर्याप्त निजी हो। यह कार्य प्रदर्शित करता है कि हमें गति और सुरक्षा के बीच चुनाव करने की आवश्यकता नहीं है; सही डिज़ाइन के साथ, हम दोनों प्राप्त कर सकते हैं, बशर्ते हम विश्वास मॉडल की सीमाओं और खेल के विशिष्ट नियमों को स्वीकार करें।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।