Private set intersection

新的GBDT训练方法隐藏记录ID以增强隐私

研究人员开发了一种在垂直划分数据上训练梯度提升决策树（GBDTs）的新方法，同时保护记录标识符的匿名性。该方法解决了现有依赖私有集合交集（PSI）的方法存在的安全漏洞，这些方法可能会无意中暴露共享ID。提出的协议使用双电路PSI设计和不可知可编程伪随机函数，实现安全的、隐藏ID的聚合，为金融和医疗保健等领域的敏感数据分析提供了更高效、更私密的解决方案。