Privacy Changes Everything
Privacy Changes Everything
复制标题
隐私改变一切
DOI：
10.1007/978-3-030-33752-0_7
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Rogers J., Bater J.
中科院分区：
文献类型：
--
作者：
Rogers J., Bater J.
我们正在以前所未有的规模存储和查询包含个人私人信息的数据集，范围从智能家居中的物联网设备到挖掘大量点击轨迹以进行定向广告。在这里，这些数据集中描述的人员的隐私通常是事后才考虑的，是在针对性能优化的 DBMS 之上设计的。这些系统最多只能支持安全性或管理对敏感数据的访问。这种现状给我们带来了大量的数据泄露新闻。作为回应，各国政府正在介入制定隐私法规，例如欧盟的 GDPR。我们认为迫切需要值得信赖的数据库系统，通过与关系数据库非常相似的用户界面为其记录提供端到端的隐私保证。正如我们将看到的，这些保证通知了数据库设计中的一切，从我们如何存储数据到我们向不受信任的客户端提供哪些查询结果。在这篇立场文件中，我们首先定义了值得信赖的数据库系统，并将其研究挑战置于安全社区的相关工具和技术的背景下。然后，我们使用这个背景来演练可信赖的数据库系统中的“查询生命周期”。我们从查询解析开始，并在系统规划、优化和执行查询时跟踪查询的路径。我们强调我们需要如何重新考虑每个步骤，以使其高效、健壮且可供数据库客户端使用。
We are storing and querying datasets with the private information of individuals at an unprecedented scale in settings ranging from IoT devices in smart homes to mining enormous collections of click trails for targeted advertising. Here, theprivacyof the people described in these datasets is usually addressed as an afterthought, engineered on top of a DBMS optimized for performance. At best, these systems supportsecurityor managing access to sensitive data. This status quo has brought us a plethora of data breaches in the news. In response, governments are stepping in to enact privacy regulations such as the EU’s GDPR. We posit that there is an urgent need fortrustworthy database systemthat offer end-to-end privacy guarantees for their records with user interfaces that closely resemble that of a relational database. As we shall see, these guarantees inform everything in the database’s design from how we store data to what query results we make available to untrusted clients.In this position paper we first define trustworthy database systems and put their research challenges in the context of relevant tools and techniques from the security community. We then use this backdrop to walk through the “life of a query” in a trustworthy database system. We start with the query parsing and follow the query’s path as the system plans, optimizes, and executes it. We highlight how we will need to rethink each step to make it efficient, robust, and usable for database clients.
登录
查看更多内容
DOI：
10.14778/3342263.3342632
发表时间：
2019-03
期刊：
ArXiv
影响因子：
--
作者：
Senthil Nathan;Chander Govindarajan;Adarsh Saraf;Manish Sethi;P. Jayachandran
通讯作者：
Senthil Nathan;Chander Govindarajan;Adarsh Saraf;Manish Sethi;P. Jayachandran
DOI：
--
发表时间：
2014
期刊：
The VLDB journal
影响因子：
--
作者：
Immanuel Trummer;Christoph E. Koch
通讯作者：
Christoph E. Koch
Outis：不受信任服务器上的加密辅助差异隐私
DOI：
--
发表时间：
2019
期刊：
arXiv.org
影响因子：
--
作者：
A. Chowdhury;Chenghong Wang;Xi He;Ashwin Machanavajjhala;S. Jha
通讯作者：
S. Jha
KloakDB：使用 K 匿名查询处理分析敏感数据的数据联合
DOI：
--
发表时间：
2019
期刊：
影响因子：
--
作者：
Madhav Suresh;William Wallace;Adel Lahlou;Jennie Rogers
通讯作者：
Jennie Rogers
SDB：具有数据互操作性的安全查询处理系统
影响因子：
2.5
作者：
Zhian He;W. Wong;B. Kao;D. Cheung;Rongbin Li;S. Yiu;Eric Lo
通讯作者：
Eric Lo