KloakDB：一个基于 K-匿名查询处理分析敏感数据的平台
数据库
2020-03-24 v2 密码学与安全
摘要
私有数据联邦使数据拥有者能够汇集其信息以供查询，而互不泄露各自的秘密元组。此处，客户端对所有数据拥有者记录的并集进行查询。数据拥有者利用隐私保护算法协作回答查询，防止其获知同伴输入中未授权的信息。仅客户端与联邦协调者获知查询输出。KloakDB 是一个私有数据联邦，它使用可信硬件对两个或更多方输入执行 SQL 查询。当前私有数据联邦以全茫然（fully-oblivious）方式计算查询，保证通过观察查询的指令轨迹与内存访问模式，不会泄露数据拥有者敏感输入给其同伴的任何信息。与明文执行相比，茫然查询几乎总会导致查询运行时间慢数个数量级，使其在许多应用中不切实际。KloakDB 提供半茫然计算框架，即 -匿名查询处理。我们使查询的可观察转录本满足 -匿名，因为这在包括医学、教育研究与政府数据在内的许多领域是数据发布的通行标准。KloakDB 的查询运行使得每个数据拥有者至多能推断其同伴数据中不少于 个个体的信息。此外，利益相关方设定 ，由此创造了隐私与性能间的新权衡。我们的结果表明，相较全茫然求值，KloakDB 利用 k-匿名查询处理实现了高达 X 的加速。
引用
@article{arxiv.1904.00411,
title = {KloakDB: A Platform for Analyzing Sensitive Data with $K$-anonymous Query Processing},
author = {Madhav Suresh and Zuohao She and William Wallace and Adel Lahlou and Jennie Rogers},
journal= {arXiv preprint arXiv:1904.00411},
year = {2020}
}