面向关系数据库管理系统的细粒度访问控制策略可扩展强制
数据库
2025-11-19 v1
摘要
智能技术的普及以及 GDPR 和 CPRA 等隐私法规的演变，增加了在数据库管理系统（DBMS）中管理细粒度访问控制（FGAC）策略的需求。现有方法难以应对数千条策略的规模，导致查询性能下降和系统效能降低。我们提出了 Sieve，一种集查询重写与缓存于一体的关系 DBMS 中端 FGAC 策略执行的 middleware。Sieve 对带有受保护表达式的查询进行重写，这些表达式对策略进行分组和过滤，可高效利用 DBMS 中的索引。它还集成了具有有效替换策略和刷新机制的缓存，以适应动态工作负载。针对两个 DBMS 上的实测和合成数据集的实验表明，Sieve 能处理大规模数据集和策略语料库，保持低查询延迟和系统负载，并将 workloads 中 200 至 1,200 条策略的策略评估性能提升 2 倍至 10 倍。缓存扩展在动态 workloads 下通过 6 至 22 百分比提高查询性能，尤其在较大缓存规模时效果更佳。这些结果凸显了 Sieve 在智能环境中实现实时访问控制的适用性，并支持高效、可扩展的用户偏好和隐私策略管理。
引用
@article{arxiv.2511.14629,
title = {Scalable Enforcement of Fine Grained Access Control Policies in Relational Database Management Systems},
author = {Anadi Shakya and Primal Pappachan and David Maier and Roberto Yus and Sharad Mehrotra and Johann-Christoph Freytag},
journal= {arXiv preprint arXiv:2511.14629},
year = {2025}
}