ORQ：基于强安全保证的私有数据复杂分析
密码学与安全
2025-09-17 v1 数据库
摘要
我们提出 ORQ，一个允许使用加密多方计算 (MPC) 对大型私有数据集进行协作分析的系统。ORQ 可防止半诚实或恶意参与方，能够在 MPC 下高效评估具有多路径连接和聚合的关系查询，这类查询在 MPC 下一直被认为极其昂贵。为此，ORQ 通过利用许多真实查询的结构特性实现联接记录并"即时"应用聚合，从而消除安全联接的二次成本，同时保持结果大小受限。在系统层面，ORQ 提供了通用的不可知操作符、数据并行向量化查询引擎、用于摊销 MPC 网络成本的通信层，以及用于表达关系分析的数据流 API——所有这些都从零开始构建。我们在 LAN 和 WAN 部署中对 ORQ 进行评估，涵盖多样化的工作负载，包括多个联接和自定义聚合的复杂查询。与最先进的解决方案相比，ORQ 大幅降低了 MPC 执行时间，可处理的数据集规模提高一个数量级。对于我们最具挑战性的工作负载——完整的 TPC-H 基准测试——我们在规模因子 10 下完全在 MPC 下报告了结果——该规模以前仅通过信息泄露或使用可信第三方方才实现。
引用
@article{arxiv.2509.10793,
title = {ORQ: Complex Analytics on Private Data with Strong Security Guarantees},
author = {Eli Baum and Sam Buxbaum and Nitin Mathai and Muhammad Faisal and Vasiliki Kalavri and Mayank Varia and John Liagouris},
journal= {arXiv preprint arXiv:2509.10793},
year = {2025}
}
备注
14 pages, plus Appendix. To appear at SOSP 2025. Code published at https://github.com/CASP-Systems-BU/orq