23、外包数据库上聚合查询的隐私保护计算与验证

外包数据库上聚合查询的隐私保护计算与验证

1. 引言

隐私问题一直是数据挖掘研究获取敏感数据的主要障碍，也阻碍了多组织间协作数据分析与过滤的实现。许多数据库包含敏感信息，数据所有者可能仅希望允许进行统计或聚合性质的查询。例如，在医疗领域，一组患者的聚合医疗信息可用于研究，但个体患者的医疗记录应严格保密。

如今，数据外包和云计算成为组织数据管理的趋势。数据所有者可将数据委托给第三方服务提供商，减轻自身查询处理负担。然而，这也带来了隐私风险，服务提供商可能不可信，或易受内外部恶意攻击。现有数据外包系统在安全保障和数据所有者隐私需求之间存在差距，无法在计算聚合查询时不向服务提供商透露微观数据。

跨领域协作数据分析也是推动相关研究的应用场景。例如，多个地区医院合作分析当地季节性流感毒株，但现有解决方案要么依赖可信第三方，要么需要参与者在线积极参与，缺乏完全去中心化的实用方案。

本文提出了一种名为 PDAS（隐私保护数据库即服务）的解决方案，用于解决外包数据库上聚合查询的隐私保护和结果验证问题。该方案允许用户验证聚合结果的正确性，同时保护微观数据不被服务提供商和用户知晓。

2. 预备知识

2.1 Shamir 秘密共享方案

在 k - 出 - n 秘密共享方案中，数据所有者将秘密的份额分配给 n 个服务器，使得任意 k 个服务器合作可恢复整个秘密，而少于 k 个服务器则无法恢复。Shamir 秘密共享方案基于多项式插值。假设有 m 个参与者，任意 k 个参与者应能恢复秘密 S。数据所有者选择一个大素数 q，在有限域 Fq 上选择一个随机的 (k - 1) 次多项式 P，使得 P(0) = S。每个参与者