PMatch: A Secure Framework for Querying Private Localized Graph Patterns

doi:10.1109/tkde.2026.3718737

PMatch: A Secure Framework for Querying Private Localized Graph Patterns

2026-07-30

0

PRE

AI

DOI：10.1109/tkde.2026.3718737

原文链接

原文求助

摘要

En 中文

本研究探讨了数据库外包范式下的隐私保护图模式查询服务。在该范式中，用户将查询发送给拥有外包大型图数据的三方服务提供商（$\mathsf{SP}$），由$\mathsf{SP}$计算查询结果。然而，由于$\mathsf{SP}$可能不可信，用户查询中的敏感信息，特别是查询结构，需要得到保护。本研究采用局部图模式作为该范式的实用查询语义，包括子图同态、子图同构和强模拟，其中每个匹配的图模式位于一个称为“球”的子图中，且对其大小有限制。为提供隐私保护查询处理，我们提出了一种通用的查询匹配框架$\mathsf{PMatch}$，该框架不仅能在密文域中高效计算匹配模式的存在性（仅允许假阳性，以便用户端可安全获取精确答案），还能通过针对不同图结构专门设计的剪枝策略实现高精度的存在性结果。在真实数据集上的广泛实验证明了$\mathsf{PMatch}$的效率和有效性。

Keyword:

Data outsourcing

graph query processing

localized graph pattern matching

user privacy preservation

PMatch: A Secure Framework for Querying Private Localized Graph Patterns

摘要

期刊

机构

引用论文