基于 HyperLogLog 的使用分析是否符合 GDPR？答案

【问题标题】：Is usage analysis based on HyperLogLog compliant with GDPR?基于 HyperLogLog 的使用分析是否符合 GDPR？
【发布时间】：2019-07-12 05:41:33
【问题描述】：

背景：我们的服务有遥测系统，并希望跟踪留存率、有多少用户使用各种功能等。

有两种方法可以处理用户身份信息并符合 GDPR：

选项 #1 难以实施（对于遥测系统）。选项 #2 不允许回答诸如“什么是功能 X 的 6 个月保留期？”之类的问题。

如何获得上述问题的答案的一个想法是每周/每天计算每个功能的 HyperLogLog blob，并将它们永久分开存储。这将允许基于这些 blob 进行合并/dcount/计算保留。

假设任何用户可识别信息在 30 天后消失（在用户帐户被删除后），HyperLogLog blob 是否仍允许跟踪用户（即回答特定用户是否在两年前使用功能 X）？

如果允许则不合规（不表示如果不允许则合规）。

【问题讨论】：

【解决方案1】：

一般而言，HLL不符合 GDPR。这个问题在最近的 Google paper 中有所解决（参见第 8 节：“缓解策略”）。

HLL 中使用的散列函数通常不是加密安全的（通常是 MurmurHash），因此即使使用加盐，您仍然可以回答“是否是 HLL 数据结构的用户部分”这个问题，这是不可以的.

Afaik，如果您将 HLL 保留超过 30 天，您将合规iff您在 HLL 聚合之前应用了盐渍加密哈希（即盐渍 SHA-2 或 BLAKE2b、BLAKE3）并且您在每

【讨论】：