The Cloudflare Blog
·
隐私保护的测量与机器学习
💡
原文英文，约2500词，阅读约需9分钟。
📝
内容提要
Cloudflare Research正在探索以真正私密的方式进行数据收集，特别是对于敏感技术。他们正在参与IETF的隐私保护测量工作组，开发收集和使用数据的系统，同时最大限度地减少向数据收集器公开的每个用户信息的数量。他们开发了自己的DAP聚合器服务器Daphne，希望激励其他人与他们合作并参与这个领域。
🎯
关键要点
- Cloudflare Research正在探索以私密方式进行数据收集，尤其是敏感技术。
- 他们参与IETF的隐私保护测量工作组，旨在开发减少用户信息暴露的数据收集系统。
- DAP（分布式聚合协议）是一个有前景的标准，利用多方计算聚合数据而不暴露个体测量。
- DAP协议强调数据最小化，只收集必要的数据。
- 通过秘密共享，多个服务器可以共同计算而不泄露单个测量值。
- 输入验证是一个重要问题，采用零知识证明系统来验证秘密共享数据的有效性。
- 非线性聚合任务需要引入交互，例如通过Poplar协议来处理重度用户问题。
- Cloudflare正在开发Daphne，一个基于Rust的DAP聚合服务器，旨在实现更广泛的应用场景。
- Daphne的实现利用Cloudflare的无服务器执行环境，便于全球部署和集成。
- Cloudflare希望通过IETF的工作组推动隐私保护测量的标准化和应用。
➡️
