[论文解读] SMCQL: Secure Query Processing for Private Data Networks

Johes Bater, Gregory Elliott+4 more|arXiv (Cornell University)|Jun 22, 2016

Cryptography and Data Security被引用 13

一句话总结

SMCQL 是一种新颖的框架，通过利用安全多方计算（SMC）技术，使互不信任的各方能够在私有数据网络（PDNs）中实现安全、隐私保护的查询处理，从而在不暴露原始数据的情况下联合计算 SQL 查询结果。它使用查询优化器最小化 SMC 协调点，显著降低性能开销，同时确保数据机密性。

ABSTRACT

People and machines are recording data at an unprecedented rate. At the same time, progress has been slow in making data available for open science and other research initiatives. Many of these efforts are stymied by privacy concerns and regulatory compliance issues. For example, numerous hospitals are interested in combining their patient records with those of other healthcare sites for clinical data research, but they cannot disclose the contents of their databases without violating patient confidentiality. We propose a novel generalization of federated database systems called a private data network (PDN), and it is designed for querying over the collective data of mutually distrustful parties. In a PDN, participants do not reveal their raw data, nor do they encrypt and upload it to the cloud. Rather, they perform secure multiparty computation (SMC) with other federation members to produce query results over the data of both parties. Here, a user submits their SQL query to an honest broker that plans and coordinates its distributed execution using SMC. Within SMC, the participating database providers compute a joint function with an output that is only revealed to the user and the honest broker. The databases computing the query learn nothing about the inputs provided by their peers, nor can they see the output of the group's computation. This capability comes at a high cost-SMC programs typically have runtimes that are orders of magnitude slower than their insecure counterparts. We address this challenge with a query planner that automatically identifies the minimal set of coordination points between parties in a given query plan. The planner translates these distributed steps into SMC as needed and feeds the secure code into our query executor. Our framework, SMCQL, plans and executes PDN queries. We are preparing SMCQL for an open-source release.

研究动机与目标

• 解决在互不信任的各方（如医院）之间实现协作数据分析的挑战，同时不损害患者隐私。
• 通过最小化 SMC 执行过程中的协调点数量，克服安全多方计算（SMC）在数据库查询处理中的性能瓶颈。
• 设计一个系统，使用户能够在不向参与的数据库提供方暴露输入或输出的情况下，对分布式数据库执行标准 SQL 查询。
• 开发一种查询优化器，自动识别给定查询计划所需的最少 SMC 操作集合。
• 构建并准备 SMCQL 以开源形式发布，作为可扩展的安全、隐私保护数据分析解决方案。

提出的方法

• 该系统引入了一种私有数据网络（PDN）模型，其中数据库提供方通过 SMC 协作，无需共享原始数据或将其上传至中心化云平台。
• 诚实中介接收用户 SQL 查询，规划其分布式执行，并协调参与各方之间的 SMC 计算。
• 查询优化器识别查询计划中的最少协调点，以减少 SMC 操作次数，提升性能。
• 该框架将识别出的协调点转换为安全计算协议，随后由查询执行器使用 SMC 技术执行。
• SMC 确保参与的数据库无法了解其同伴的输入或最终输出，从而保护数据机密性。
• 该系统支持标准 SQL 查询，并能将 SMC 执行无缝集成到关系型数据库处理流水线中。

实验结果

研究问题

• RQ1 如何高效地将安全多方计算集成到关系型数据库查询处理中，以实现在互不信任的各方之间进行协作分析？
• RQ2 在分布式查询计划中，确保 SMC 下正确性与隐私性的最少协调点集合是什么？
• RQ3 查询优化器能否在不牺牲安全保证的前提下，降低 SMC 在数据库工作负载中的性能开销？
• RQ4 如何设计系统，使用户能够在私有、分布式数据上运行标准 SQL 查询，同时确保数据机密性？
• RQ5 通过智能协调点减少优化后，SMC 基础的查询处理在实际中的性能特征如何？

主要发现

• SMCQL 有效实现了在私有数据网络中安全、隐私保护的查询执行，且不会向参与的数据库提供方暴露原始数据或查询结果。
• 查询优化器显著减少了 SMC 协调点的数量，与朴素的 SMC 集成相比，性能得到明显提升。
• 该框架支持标准 SQL 查询，并能将 SMC 执行无缝集成到关系型数据库处理流水线中。
• SMCQL 确保任何一方都无法获得超出最终查询结果所揭示的信息，从而保护了输入数据和中间计算的机密性。
• 该系统已为开源发布做好准备，表明其已具备在医疗等隐私敏感领域实际部署的能力。
• 该方法通过最小化 SMC 开销，同时保持强大的安全保证，有效解决了安全数据共享中的关键性能瓶颈。