Shrinkwrap：私有数据联邦中的差分隐私查询处理
数据库
2018-10-04 v1
摘要
私有数据联邦是一组自治数据库，它们共享一个统一查询接口，对其成员敏感数据的并集提供 SQL 查询的原位求值。出于隐私考虑，这些系统没有可查看所有数据的可信数据收集方，且其成员数据库无法获知其他引擎的个体记录。联邦目前通过安全多方计算以茫然方式求值查询来实现这一目标。这通过穷尽填充隐藏每个查询算子的中间结果基数。随着此类算子的级联，该填充累积为每个算子输出规模的膨胀以及成比例的查询性能损失。因此，现有私有数据联邦难以扩展到大规模数据集上的复杂 SQL 查询。我们提出 Shrinkwrap，一种私有数据联邦，它为数据拥有者提供他人所持有数据的差分隐私视图，以在茫然查询处理之上提升性能。Shrinkwrap 使用计算差分隐私来最小化查询中间结果的填充，相较茫然查询处理实现了最高 35 倍的性能提升。当查询需要差分隐私输出时，Shrinkwrap 在结果精度与查询求值性能之间提供权衡。
引用
@article{arxiv.1810.01816,
title = {Shrinkwrap: Differentially-Private Query Processing in Private Data Federations},
author = {Johes Bater and Xi He and William Ehrich and Ashwin Machanavajjhala and Jennie Rogers},
journal= {arXiv preprint arXiv:1810.01816},
year = {2018}
}