.png){kind=icon}
返回
SecretFlow-SCQL: A Secure Collaborative Query pLatform
.png){kind=icon}
PRE
AI
DOI：10.14778/3685800.3685821.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在蚂蚁集团的业务场景中，多方协同数据分析的需求日益增长，这能够促进健康保险、金融服务、风险控制等领域的发展。然而，日益增长的隐私问题担忧导致了数据孤岛现象。安全多方计算（MPC）为协同数据分析提供了有效解决方案，它能够在利用数据价值的同时确保数据安全。不过，MPC的性能瓶颈以及对可扩展性的强烈需求给安全协同数据分析框架带来了巨大挑战。在本文中，我们构建了一个通用的安全协同数据分析系统SCQL。我们设计了更高效的MPC协议和关系算子以满足可扩展性需求。在系统设计方面，我们旨在实现一个兼具安全性、易用性和高效性的系统。我们对SCQL进行了广泛的实验验证以确认我们的优化改进：(1) 我们的优化安全排序协议仅需4.5分钟即可对一百万个64位数据进行排序，比EMP（9.4小时）快126倍。(2) 典型垂直场景查询的端到端执行时间相较于当前最先进的半诚实协同分析框架Secrecy（采用加法秘密共享协议重写）减少了1991倍，同时进行了适当的安全权衡。(3) 我们在WAN环境下测试了输入规模为10^7的系统以展示其可扩展性。我们已成功部署SCQL以解决蚂蚁集团真实业务场景中的问题。
Keyword:
DATABASE
期刊
P
IF:
3.3
论文数:
563
被引数:
1.2W
机构
引用论文
.png){kind=icon}
分享收藏
分享收藏
查看更多内容