cSELENE：面向异构云数据的隐私保护查询检索系统

Diyah Puspitaningrum

cSELENE：面向异构云数据的隐私保护查询检索系统

数据库 2018-05-04 v1 信息检索

作者: Diyah Puspitaningrum

摘要

在异地协作团队工作时，联邦（海量）数据有时来自异构云供应商。这不仅涉及数据隐私问题，还涉及如何以快速且安全的方式直接从云中查询这些联邦数据。先前的方案提供了公有云与可信私有云之间的混合云。另一先前方案在 MapReduce 框架上使用了加密。但挑战在于我们面对的是异构云。本文提出一种考虑隐私的查询新技术。由于我们考量执行时间，我们的基本思想是通过对联邦数据库进行分区来使用数据挖掘模型，以减少搜索与查询时间。通过使用数据库模型，意味着我们仅使用数据库的摘要或极具特征性的模式。建模为隐私保护第一阶段，因为通过建模数据被符号化。我们在数据库上实施加密作为隐私保护第二阶段。我们的系统称为“cSELENE”（意为“cloud SELENE”），旨在利用 MapReduce 技术处理异构云上的联邦数据：AWS、Microsoft Azure 和 Google Cloud Platform。本文讨论了隐私保护系统与威胁模型、联邦数据格式、并行编程（GPU 编程与共享/内存系统）、分布式云中数据挖掘模型的并行安全算法、云基础设施/架构，以及 cSELENE 系统的 UIX 设计。诸如增量方法与云架构系统的安全设计（跨平台虚拟机设计）等其他问题仍有待讨论。我们的实验应证明所提出的高性能计算方案的有效性与实用性。

关键词

隐私保护查询检索异构云联邦数据 MapReduce 数据挖掘模型 cSELENE

引用

@article{arxiv.1805.01275,
  title  = {cSELENE: Privacy Preserving Query Retrieval System on Heterogeneous Cloud Data},
  author = {Diyah Puspitaningrum},
  journal= {arXiv preprint arXiv:1805.01275},
  year   = {2018}
}

备注

The First International Workshop on Learning From Limited or Noisy Data for Information Retrieval (LND4IR), Ann Arbor, Michigan, USA, July 2018 (SIGIR 2018), 6 pages

cSELENE：面向异构云数据的隐私保护查询检索系统

摘要

关键词

引用

备注

相关论文