Coleta de dados eficiente que preserva a anonimidade

A saída de um algoritmo de mineração de dados é tão boa quanto suas entradas, e os indivíduos frequentemente não estão dispostos a fornecer dados precisos sobre tópicos sensíveis, como histórico médico e finanças pessoais. Os indivíduos podem estar dispostos a compartilhar seus dados, mas apenas se tiverem a garantia de que serão usados em um estudo agregado e que não poderão ser vinculados a eles. Protocolos para coleta de dados que preservam a anonimidade fornecem essa garantia, na ausência de partes confiáveis, permitindo que um grupo de respondentes mutuamente desconfiados contribua anonimamente com dados para um minerador de dados não confiável. Para fornecer efetivamente anonimidade, um protocolo de coleta de dados deve ser resistente à colusão, o que significa que mesmo se todos os respondentes desonestos coludirem com um minerador de dados desonesto na tentativa de descobrir as associações entre respondentes honestos e suas respostas, eles não conseguirão fazê-lo. Para alcançar resistência à colusão, protocolos previamente propostos para coleta de dados que preservam a anonimidade têm diversas rodadas de comunicação em número quadrático em relação ao número de respondentes e empregam (às vezes incorretamente) técnicas criptográficas complicadas, como provas de conhecimento zero. Descrevemos um novo protocolo para coleta de dados que preserva a anonimidade e é resistente à colusão. Nosso protocolo tem um número linear de rodadas de comunicação e alcança resistência à colusão sem depender de provas de conhecimento zero. Isso o torna especialmente adequado para cenários de mineração de dados com um grande número de respondentes.