Poirot: Private Contact Summary Aggregation
Poirot: Private Contact Summary Aggregation
复制标题
波洛：私人联系摘要汇总
DOI：
10.1145/3384419.3430603
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Yang, Jun
中科院分区：
文献类型：
--
作者：
Zhang, Yanping;Wang, Chenghong;Pujol, David;Bater, Johes;Lentz, Matthew;Machanavajjhala, Ashwin;Nayak, Kartik;Vasudevan, Lavanya;Yang, Jun
人与人之间的物理距离是防止COVID-19等疾病传播的关键。一方面，获得有关物理相互作用的信息对决策者至关重要;另一方面，这些信息是敏感的，可用于跟踪个人。在这项工作中，我们设计了波洛，一个系统，收集有关物理交互的隐私保护方式的汇总统计数据。我们展示了我们的系统的初步评估，证明了我们的方法的可扩展性，即使在保持强大的隐私保证。
Physical distancing between individuals is key to preventing the spread of a disease such as COVID-19. On the one hand, having access to information about physical interactions is critical for decision makers; on the other, this information is sensitive and can be used to track individuals. In this work, we design Poirot, a system to collect aggregate statistics about physical interactions in a privacy-preserving manner. We show a preliminary evaluation of our system that demonstrates the scalability of our approach even while maintaining strong privacy guarantees.