测量加密隐私增强技术的碳足迹

隐私增强技术（PETs）因应隐私法规而受到广泛关注，推动了优先保护用户数据的应用发展。与此同时，信息与通信技术（ICT）行业面临越来越大的压力，要求减少其环境足迹，特别是碳排放。尽管许多研究评估了各种ICT应用的能源足迹，但加密PETs的环境足迹在很大程度上仍未得到探索。

我们的工作通过提出一种评估PETs碳足迹的标准方法来填补这一空白。为了演示该方法，我们专注于支持客户端-服务器应用的PETs，因为它们是最容易部署的。具体来说，我们测量了五种加密PETs（与其非隐私等效版本相比）引起的能源消耗和碳足迹增加：HTTPS网页浏览、加密机器学习（ML）推理、加密ML训练、加密数据库和加密邮件。我们的发现揭示了碳足迹增加的显著变异性，从HTTPS网页浏览的两倍增加到加密ML的100,000倍增加。

我们的研究提供了关键数据，以帮助决策者评估此类应用中的隐私-碳权衡。最后，我们概述了开发平衡强隐私保护与环境可持续性的PETs的关键研究方向。