[论文解读] Classification of Various Security Techniques in Databases and their Comparative Analysis

Harshavardhan Kayarkar|arXiv (Cornell University)|Jun 19, 2012

Advanced Steganography and Watermarking Techniques参考文献 23被引用 7

一句话总结

本文对主要的数据库安全技术——如加密、访问控制、审计和数据匿名化——进行了分类与比较，提出了一套结构化的分类体系，以评估其在保护数据机密性、完整性和可用性方面的有效性。其主要贡献在于一项对比分析，揭示了不同技术在安全性强度、性能开销和实现复杂性之间的权衡。

ABSTRACT

Data security is one of the most crucial and a major challenge in the digital world. Security, privacy and integrity of data are demanded in every operation performed on internet. Whenever security of data is discussed, it is mostly in the context of secure transfer of data over the unreliable communication networks. But the security of the data in databases is also as important. In this paper we will be presenting some of the common security techniques for the data that can be implemented in fortifying and strengthening the databases.

研究动机与目标

• 识别并分类现代系统中使用的主流数据库安全技术。
• 分析每项技术在保护数据机密性、完整性和可用性方面的优势与局限性。
• 提供一个比较框架，以根据系统需求选择合适的安全部件。
• 评估不同安全控制在数据库环境中性能与可扩展性之间的权衡。

提出的方法

• 本文将数据库安全技术系统性地划分为若干类别，如加密、访问控制、审计和数据匿名化。
• 基于安全性级别、性能影响、实现复杂度以及对数据完整性支持等标准，评估各项技术。
• 构建一个比较矩阵，从机密性、完整性、可用性和效率等维度对技术进行排名。
• 分析基于现有文献以及数据库与密码学安全领域的既定实践。
• 采用先前研究和实际部署中的定性与半定量基准对技术进行评估。

实验结果

研究问题

• RQ1 哪些数据库安全技术在保护数据机密性方面最为有效？
• RQ2 不同安全机制在性能开销和系统可扩展性方面如何比较？
• RQ3 数据库系统中安全性强度与实现复杂性之间的权衡是什么？
• RQ4 哪些技术在支持授权访问的同时，最能保持数据完整性？

主要发现

• 如列级加密和透明数据加密等加密技术能提供强大的机密性保护，但会带来显著的性能开销。
• 基于角色的访问控制提供了有效的细粒度访问管理，性能影响适中。
• 审计机制增强了责任追溯性，但因日志开销可能导致系统性能下降。
• 如 k-匿名性和 l-多样性等数据匿名化技术有助于在数据共享中保护隐私，但可能降低数据的可用性。