SPECIAL：概要辅助的安全协同分析
密码学与安全
2025-09-18 v2 数据库
摘要
安全协同分析能够在无法直接共享数据的情况下，跨多个所有者的数据处理分析型SQL查询。尽管传统SCA中的数据不经意原语对于强隐私性至关重要，但其巨大的开销阻碍了其实际应用。近期出现的SCA变体在差分隐私下允许受控泄漏，在隐私和效率之间取得了更好的平衡。然而，它们仍面临重大挑战，例如潜在的无界隐私损失、次优的查询规划以及有损处理。为了应对这些挑战，我们引入了SPECIAL，这是第一个同时确保有界隐私损失、高级查询规划和无损处理的SCA系统。SPECIAL采用了一种新颖的概要辅助安全处理模型，在该模型中，一次性花费隐私成本从所有者数据中获取私有概要。然后，这些概要允许SPECIAL估算安全操作（例如，过滤、连接）的（压缩）大小，并对加密数据进行索引，而无需额外的隐私损失。至关重要的是，这些估算和索引可以在运行时之前准备好，从而促进高效的查询规划和准确的成本估算。此外，通过使用单边噪声机制和私有上界技术，SPECIAL确保了复杂查询（例如，多连接）的严格无损处理。通过全面的基准测试，我们表明SPECIAL显著优于最先进的SCA，对于复杂查询，查询时间最多可加快80倍，内存占用减少900倍以上。此外，在持续处理过程中，它还能实现高达89倍的隐私损失降低。
引用
@article{arxiv.2404.18388,
title = {SPECIAL: Synopsis Assisted Secure Collaborative Analytics},
author = {Chenghong Wang and Lina Qiu and Johes Bater and Yukui Luo},
journal= {arXiv preprint arXiv:2404.18388},
year = {2025}
}