[论文解读] Controlled Query Evaluation for Datalog and OWL 2 Profile Ontologies

Bernardo Cuenca Grau, Evgeny Kharlamov+2 more|arXiv (Cornell University)|Apr 24, 2015

Access Control and TrustSocial Sciences参考文献 28被引用 22

一句话总结

本文针对Datalog和OWL 2配置文件本体引入了受控查询评估（CQE），提出了两种最优屏蔽机制——视图屏蔽器和阻断屏蔽器，以在保障机密性的同时最大化信息访问。研究证明，当本体均匀有界时，线性Datalog和OWL 2 QL中存在最优屏蔽器，并为这类情况提供了可有效计算最优阻断屏蔽器的算法。

ABSTRACT

We study confidentiality enforcement in ontologies under the Controlled Query Evaluation framework, where a policy specifies the sensitive information and a censor ensures that query answers that may compromise the policy are not returned. We focus on censors that ensure confidentiality while maximising information access, and consider both Datalog and the OWL 2 profiles as ontology languages.

研究动机与目标

• 通过在不过度限制查询访问的情况下强制执行策略，解决语义数据中的机密性问题。
• 开发能最大化信息泄露同时防止策略违规的屏蔽器，适用于Datalog和OWL 2配置文件本体。
• 确保屏蔽器可使用标准推理基础设施实现，避免引入定制推理扩展。
• 刻画最优屏蔽器存在的条件，特别是针对OWL 2 QL和线性Datalog。
• 建立基于视图的屏蔽器与基于阻断的屏蔽器之间的对偶性，表明它们的能力不可比较。

提出的方法

• 引入视图屏蔽器，其基于带有标记空值的清洗数据集返回答案，确保仅暴露视图中的信息。
• 引入阻断屏蔽器，通过阻止匹配禁止查询模式的答案来实现，禁止模式由一组禁止子目标定义。
• 定义视图屏蔽器与阻断屏蔽器之间的对偶性，其中每种机制分别指定允许或拒绝的信息。
• 提出一种可有效计算的算法，通过分析证明长度和子目标同态关系，为线性Datalog本体计算最优阻断屏蔽器。
• 利用证明归一化和同态检查，确定最小伪阻断集以实现策略强制。
• 将该框架应用于OWL 2 QL，通过将本体公理编码为Datalog规则，并分析有界的证明长度。

实验结果

研究问题

• RQ1 在何种条件下，Datalog和OWL 2配置文件本体中存在最优屏蔽器？
• RQ2 能否使用现成的推理系统高效计算最优屏蔽器？
• RQ3 视图屏蔽器与阻断屏蔽器之间存在何种关系？它们的表达能力如何比较？
• RQ4 对于一般Datalog本体，最优视图屏蔽器的存在性是否可判定？
• RQ5 本体的何种结构属性（如线性、均匀有界性）可保证最优阻断屏蔽器的存在？

主要发现

• 对于一般Datalog本体，最优视图屏蔽器的存在性不可判定。
• 在某些Datalog片段中，最优视图屏蔽器始终存在，包括线性和树状本体。
• 对于线性Datalog和OWL 2 QL，当且仅当本体均匀有界时，存在最优阻断屏蔽器。
• 当本体均匀有界时，存在一种可有效计算的算法，用于生成线性Datalog和OWL 2 QL的最优阻断屏蔽器。
• 视图屏蔽器与阻断屏蔽器的能力不可比较：任一类型均无法表达另一类的所有行为。
• 本文提供了一个有限的伪阻断集，可在本体均匀有界时用于构建最优阻断屏蔽器。