Addestramento Anonimo di GBDT su Dati Partizionati Verticalmente

Un nuovo protocollo crittografico consente a due parti di addestrare congiuntamente un albero decisionale potenziato dal gradiente (GBDT) su dati partizionati verticalmente senza rivelare quali identificatori di record sono condivisi. L'approccio, chiamato addestramento anonimo di GBDT, utilizza un design di intersezione di insiemi privati a doppio circuito (circuit-PSI) in cui le parti si alternano come riceventi per eseguire operazioni di prelievo-somma sulle caratteristiche locali. Ciò nasconde l'intersezione degli ID dei record, affrontando un difetto di privacy nell'intersezione di insiemi privati standard (PSI) che espone gli identificatori condivisi. Il lavoro è motivato da applicazioni in finanza e sanità, dove i GBDT sono popolari per la loro velocità e interpretabilità, ma il calcolo sicuro è impegnativo a causa della necessità di allineamento dei record. Il protocollo è dettagliato in un preprint su arXiv (2605.26903).