[论文解读] Shrinkwrap: Differentially-Private Query Processing in Private Data Federations

Johes Bater, Xi He+3 more|arXiv (Cornell University)|Oct 3, 2018

Cryptography and Data Security参考文献 28被引用 9

一句话总结

Shrinkwrap 引入了一种用于隐私数据联邦的差分隐私查询处理系统，通过将计算差分隐私应用于中间结果大小，减少了性能开销，实现了比无感知处理快达35倍的查询执行速度，同时通过可调的隐私参数维持了可证明的隐私保证。

ABSTRACT

A private data federation is a set of autonomous databases that share a unified query interface offering in-situ evaluation of SQL queries over the union of the sensitive data of its members. Owing to privacy concerns, these systems do not have a trusted data collector that can see all their data and their member databases cannot learn about individual records of other engines. Federations currently achieve this goal by evaluating queries obliviously using secure multiparty computation. This hides the intermediate result cardinality of each query operator by exhaustively padding it. With cascades of such operators, this padding accumulates to a blow-up in the output size of each operator and a proportional loss in query performance. Hence, existing private data federations do not scale well to complex SQL queries over large datasets. We introduce Shrinkwrap, a private data federation that offers data owners a differentially private view of the data held by others to improve their performance over oblivious query processing. Shrinkwrap uses computational differential privacy to minimize the padding of intermediate query results, achieving up to 35X performance improvement over oblivious query processing. When the query needs differentially private output, Shrinkwrap provides a trade-off between result accuracy and query evaluation performance.

研究动机与目标

• 解决由于无感知查询处理中过度填充导致的隐私数据联邦性能瓶颈。
• 实现在无可信协调者的联邦数据库上高效、原位的 SQL 查询评估。
• 通过计算差分隐私提供可证明的隐私保证，同时减少中间结果膨胀。
• 通过可调的隐私参数平衡隐私、性能和结果准确性。
• 将差分隐私基数估计集成到现有的隐私数据联邦架构中。

提出的方法

• Shrinkwrap 将计算差分隐私应用于中间查询结果的大小估计与缩减，用差分隐私的基数边界替代了过度填充。
• 它使用一种新颖的成本模型和隐私预算优化器，在查询算子的性能、准确性和隐私之间实现平衡。
• 该系统与现有的安全计算协议（如 EMP、ObliVM）集成，并以协议无关的方式运行。
• Shrinkwrap 基于差分隐私估计，选择性地从中间结果中移除虚假元组，从而减少 I/O 和计算开销。
• 它支持广泛的 SQL 算子，包括复杂连接，通过在每个算子上应用隐私保护的基数估计。
• 该系统使用隐私预算机制，组合多个算子和查询的隐私保证。

实验结果

研究问题

• RQ1 差分隐私基数估计是否能在不损害隐私的前提下，减少隐私数据联邦中的中间结果膨胀？
• RQ2 用差分隐私结果大小估计替代过度填充，能实现多大的性能提升？
• RQ3 在联邦环境中，查询性能、结果准确性和隐私预算之间的权衡如何？
• RQ4 Shrinkwrap 在真实工作负载中，随着数据规模和连接复杂度的增加，是否能实现高效扩展？
• RQ5 与现有的安全计算和基于可信执行环境的系统相比，Shrinkwrap 在性能和隐私保证方面表现如何？

主要发现

• Shrinkwrap 在隐私数据联邦中实现的性能提升最高可达传统无感知查询处理的35倍。
• 随着数据规模增加，Shrinkwrap 的性能增益也持续增长，在使用 EMP 电路模型处理 750 GB 查询时，执行时间从无 Shrinkwrap 的 65 小时缩短至 15 分钟。
• 该系统显著减少了中间结果大小，降低了复杂连接查询中的 I/O 和计算成本。
• Shrinkwrap 通过计算差分隐私维持了可证明的隐私，其隐私参数（ε, δ）可调，以平衡准确性和性能。
• 该系统在合成数据上表现出良好的可扩展性，在数据规模和连接数量变化时均保持一致的性能增益。
• 与 Opaque 和 Hermetic 等现有系统相比，Shrinkwrap 支持通用 SQL 查询，避免依赖可信硬件或恒定成本 I/O 模型，表现更优。