Mastic: Heavy-hitters ponderados privados y métricas basadas en atributos

Resumen

La comprensión de la experiencia y el comportamiento del usuario es fundamental para el éxito de los grandes sistemas de software y los servicios web. Obtener dichas perspectivas, al mismo tiempo que se preserva la privacidad del usuario, es un desafío significativo. Los avances recientes en el cálculo de múltiples partes han hecho que sea práctico calcular de forma segura los agregados sobre datos compartidos de forma secreta. Dos protocolos han surgido como candidatos para la estandarización en la IETF: Prio (NSDI 2017) para estadísticas de propósito general; y Poplar (IEEE S&P 2021) para heavy hitters, donde el objetivo es calcular las entradas más populares mantenidas por los usuarios sin aprender las entradas en sí. Si bien cada uno de estos protocolos es adecuado para ciertas aplicaciones, todavía hay una serie de casos de uso identificados por la IETF para los que ni Prio ni Poplar son prácticos. Presentamos Mastic, un protocolo para la siguiente funcionalidad: cada uno de un gran número de clientes mantiene una entrada (por ejemplo, una URL) y su peso correspondiente (por ejemplo, tiempo de carga de la página); para una entrada de candidato determinada (o prefijo), un pequeño número de servidores que no colluden desean agregar de forma segura los pesos de los clientes que mantienen esa entrada (o alguna entrada con ese prefijo), sin aprender los pesos o qué cliente mantiene qué entrada. Esta funcionalidad hace posible dos nuevas clases de aplicaciones. La primera es una generalización natural de heavy hitters que llamamos heavy-hitters ponderados. La segunda es una mejora de las métricas de estilo Prio que llamamos métricas basadas en atributos, en las que los agregados se agrupan por atributos jerárquicos de los usuarios (por ejemplo, su ubicación geográfica o versión de software). Demostramos la practicidad de Mastic para estas aplicaciones con un ejemplo del mundo real de cada una. También comparamos nuestro protocolo con Prio y Poplar en una red de área amplia. En general, informamos de una mejora del rendimiento de más de un orden de magnitud sobre Poplar para heavy-hitters simples y una mejora sobre Prio para métricas basadas en atributos.