实验室数据隐私与数据治理研究取得重要进展

2022年春，WAMDM实验室发布2021年数据隐私与数据治理研究进展。进展提出，结合当下我国数据隐私和数据治理的实际状况，可认为当下我国在该领域面临三个挑战问题：数据隐私保护的通用性和实用性挑战、个性化隐私与个性化联邦学习挑战和数据治理与数据透明挑战。

针对这三个挑战，实验室取得了如下7个研究成果：一，面向数据收集的本地化差分隐私。对于本地化差分隐私的关联性问题、通用性等问题，考虑在数据收集场景下键值对数据和图隐私保护，首次提出了多轮迭代的扰动框架和兼具高可用性的图通用隐私保护框架。二，隐私保护技术的实用性研究。差分隐私算法本质是数据扰动，会对数据的实用性造成影响。为提高其实用性，实验室对以下两类方法——隐私放大方法、差分隐私与密码学的混合方法进行研究。三，个性化隐私保护的联邦学习。针对机器学习场景下由模型训练带来的隐私问题，实验室主要关注联邦学习中的个性化隐私保护问题，具体为个性化差分隐私保护的联邦学习、差分隐私保护的个性化联邦学习，以及个性化差分隐私保护的个性化联邦学习问题。四，移动应用程序APP隐私分级。本项目对移动应用程序进行隐私风险评估，基于权限请求特征和权限分析原则，以及权限敏感度、权限类别异常度、权限使用率和权限调用者数量四个参数，构建隐私风险最大值量化模型，并提出了移动应用程序隐私分级方法。五、基于区块链的数据透明。实验室基于区块链实现溯源问责的数据共享透明，旨在利用区块链的去中心和透明性增加溯源问责的能力。六，于2018-2020连续三年发布《中国隐私风险指数分析报告》。七，形成学术专著《数据隐私与数据治理》。