Mastic: プライベートな重み付きハビットヒッターと属性ベースのメトリクス

概要

ユーザー体験や行動に関する洞察は、大規模なソフトウェアシステムやウェブサービスの成功にとって不可欠です。ユーザーのプライバシーを保ちながらそのような洞察を得ることは、大きな課題です。マルチパーティ計算の最近の進歩により、秘密に共有されたデータ上で安全に集計を計算することが現実的になりました。IETFで標準化の候補として注目されている2つのプロトコルがあります。Prio（NSDI 2017）は汎用的な統計用、Poplar（IEEE S&P 2021）はハビットヒッター用です。ハビットヒッターでは、ユーザーが保持する最も人気のある入力を計算するが、入力そのものを学習しないことが目的です。これらのプロトコルはそれぞれ特定のアプリケーションに適していますが、IETFが特定したいくつかの利用ケースでは、PrioやPoplarが実用的でないという問題があります。 私たちはMasticという、以下の機能を提供するプロトコルを紹介します。大規模なクライアント数がそれぞれ入力（例: URL）とその対応する重み（例: ページ読み込み時間）を保持しています。特定の候補入力（またはプレフィックス）に対して、非協力的なサーバーが少数ある場合、その入力（またはそのプレフィックスを持つ入力）を保持するクライアントの重みを安全に集約したいと考えています。重みやどのクライアントがどの入力を保持しているかを学習することなくです。この機能により、2つの新しいアプリケーションクラスが可能になります。1つ目は、重み付きハビットヒッターと呼ばれるハビットヒッターの自然な拡張です。2つ目は、Prioスタイルのメトリクスの強化である属性ベースのメトリクスで、集計が階層的なユーザー属性（例: 地理的位置やソフトウェアバージョン）でグループ化されます。それぞれのアプリケーションに対して現実世界の例を示し、Masticの実用性を証明します。また、広域ネットワーク上で私たちのプロトコルをPrioとPoplarと比較します。全体的に、単純なハビットヒッターではPoplarに比べて1桁以上の性能向上を報告し、属性ベースのメトリクスではPrioに比べて向上を示します。