論文の概要: ObliuSky: Oblivious User-Defined Skyline Query Processing in the Cloud
- arxiv url: http://arxiv.org/abs/2310.07148v1
- Date: Wed, 11 Oct 2023 02:48:13 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-19 02:42:56.305893
- Title: ObliuSky: Oblivious User-Defined Skyline Query Processing in the Cloud
- Title（参考訳）: ObliuSky: クラウドにおけるユーザ定義スカイラインクエリ処理
- Authors: Yifeng Zheng, Weibo Wang, Songlei Wang, Zhongyun Hua, Yansong Gao,
- Abstract要約: 我々は,クラウド上でのユーザ定義のスカイラインクエリ処理を可能にする新しいシステムフレームワークであるObliuSkyを提案する。
ObliuSkyは、アウトソースされたデータベースの内容、ユーザ定義のスカイラインクエリ、クエリ結果に対する機密性保護を提供する。
ObliuSkyはデータベースとクエリの暗号化効率が優れている。
- 参考スコア（独自算出の注目度）: 18.055213945537357
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The proliferation of cloud computing has greatly spurred the popularity of outsourced database storage and management, in which the cloud holding outsourced databases can process database queries on demand. Among others, skyline queries play an important role in the database field due to its prominent usefulness in multi-criteria decision support systems. To accommodate the tailored needs of users, user-defined skyline query has recently emerged as an intriguing advanced type of skyline query, which allows users to define custom preferences in their skyline queries (including the target attributes, preferred dominance relations, and range constraints on the target attributes). However, user-defined skyline query services, if deployed in the cloud, may raise critical privacy concerns as the outsourced databases and skyline queries may contain proprietary/privacy-sensitive information, and the cloud might even suffer from data breaches. In light of the above, this paper presents ObliuSky, a new system framework enabling oblivious user-defined skyline query processing in the cloud. ObliuSky departs from the state-of-the-art prior work by not only providing confidentiality protection for the content of the outsourced database, the user-defined skyline query, and the query results, but also making the cloud oblivious to the data patterns (e.g., user-defined dominance relations among database points and search access patterns) which may indirectly cause data leakages. We formally analyze the security guarantees and conduct extensive performance evaluations. The results show that while achieving much stronger security guarantees than the state-of-the-art prior work, ObliuSky is superior in database and query encryption efficiency, with practically affordable query latency.
- Abstract（参考訳）: クラウドコンピューティングの普及は、アウトソースされたデータベースストレージと管理の人気を大いに引き起こし、アウトソースされたデータベースを保持しているクラウドは、オンデマンドでデータベースクエリを処理できる。
スカイラインクエリは,複数基準決定支援システムにおいて,その顕著な有用性から,データベース分野において重要な役割を担っている。
ユーザのニーズに合わせて、ユーザ定義のスカイラインクエリは、最近、興味深いタイプのスカイラインクエリとして登場した。
しかし、クラウドにデプロイされたユーザ定義のスカイラインクエリサービスは、アウトソースされたデータベースとスカイラインクエリがプロプライエタリ/プライバシに敏感な情報を含んでいる可能性があるため、重要なプライバシー上の懸念を引き起こす可能性がある。
本稿では,クラウド上でのユーザ定義のスカイラインクエリ処理を可能にする新しいシステムフレームワークであるObliuSkyを提案する。
ObliuSkyは、アウトソースされたデータベースの内容、ユーザ定義のスカイラインクエリ、クエリ結果に対する機密性保護を提供するだけでなく、間接的にデータ漏洩を引き起こす可能性のあるデータパターン(例えば、データベースポイントと検索アクセスパターン間のユーザ定義の優位性関係)に雲を逸脱させることによって、最先端の作業から離れている。
セキュリティ保証を正式に分析し、広範なパフォーマンス評価を行う。
その結果、ObliuSkyは最新技術よりもはるかに強力なセキュリティ保証を実現する一方で、データベースとクエリの暗号化効率に優れており、実際に手頃な価格のクエリ待ち時間を持つことがわかった。
関連論文リスト
- Robust Utility-Preserving Text Anonymization Based on Large Language Models [80.5266278002083]
テキストの匿名化は、プライバシーを維持しながら機密データを共有するために重要である。
既存の技術は、大規模言語モデルの再識別攻撃能力の新たな課題に直面している。
本稿では,3つのLCMベースコンポーネント – プライバシ評価器,ユーティリティ評価器,最適化コンポーネント – で構成されるフレームワークを提案する。
論文 参考訳（メタデータ） (2024-07-16T14:28:56Z) - K-Nearest Neighbor Classification over Semantically Secure Encrypted Relational Data [0.0]
データが暗号化されているパブリッククラウド環境では、クラウドサービスプロバイダは通常、暗号化キーを制御する。
この状況は、従来のプライバシー保護分類システムを不適切なものにしている。
我々は、暗号化されたアウトソースデータに対して、セキュアなk近傍の分類アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-07-05T19:44:17Z) - Database-Augmented Query Representation for Information Retrieval [59.57065228857247]
データベース拡張クエリ表現(DAQu)と呼ばれる新しい検索フレームワークを提案する。
DAQuは、元のクエリを複数のテーブルにまたがるさまざまな(クエリ関連の)メタデータで拡張する。
リレーショナルデータベースのメタデータを組み込む様々な検索シナリオにおいてDAQuを検証する。
論文 参考訳（メタデータ） (2024-06-23T05:02:21Z) - Privacy-Enhanced Database Synthesis for Benchmark Publishing [16.807486872855534]
差分プライバシーは、データ共有時のプライバシ保護の鍵となる方法となっているが、主に集約クエリや分類タスクにおけるエラーの最小化に焦点が当てられている。
本稿では,特にベンチマークのためのプライバシ保護データベースの作成について述べる。
PrivBenchは、データ分割とサンプリングにSPN(Sum-product Network)を使用して、プライバシを確保しながらデータ表現を強化する。
論文 参考訳（メタデータ） (2024-05-02T14:20:24Z) - Enc2DB: A Hybrid and Adaptive Encrypted Query Processing Framework [47.11111145443189]
本稿では,新しいセキュアデータベースシステムであるEnc2DBを紹介する。
本稿では,マイクロベンチマークテストと自己適応型モードスイッチ戦略を提案し,与えられたクエリに応答する最適な実行パス(暗号やTEE)を選択する。
また、クエリ処理を高速化するために、ネイティブコストモデルやクエリと互換性のある暗号文インデックスを設計、実装する。
論文 参考訳（メタデータ） (2024-04-10T08:11:12Z) - Feature Selection using the concept of Peafowl Mating in IDS [2.184775414778289]
クラウドコンピューティングはインフラストラクチャベース、プラットフォームベース、ソフトウェアベースのサービスを提供します。
この技術の人気は、パフォーマンス、高いレベルのコンピューティング能力、低コストのサービス、スケーラビリティ、可用性、柔軟性にある。
クラウド環境におけるデータの入手性とオープン性は、サイバー攻撃の世界に対して脆弱である。
侵入検知システムを用いて攻撃を検知し、情報セキュリティを確保する。
論文 参考訳（メタデータ） (2024-02-03T06:04:49Z) - Privacy-Preserved Neural Graph Databases [48.57788773216699]
NGDBにおけるプライバシー漏洩のリスクを軽減するために,プライバシ保存型ニューラルグラフデータベース(P-NGDB)フレームワークを提案する。
本研究は,NGDBを訓練段階に導入し,個人情報で質問したときの識別不能な回答を生成する。
論文 参考訳（メタデータ） (2023-12-25T02:32:05Z) - Exploring Security Practices in Infrastructure as Code: An Empirical
Study [54.669404064111795]
クラウドコンピューティングは、Infrastructure as Code (IaC)ツールが広く使われていることで人気を博している。
スクリプティングプロセスは、実践者が自動的に設定ミスや脆弱性、プライバシリスクを導入するのを防ぐものではない。
セキュリティの確保は、実践者が明確な方針、ガイドライン、ベストプラクティスを理解し、採用することに依存する。
論文 参考訳（メタデータ） (2023-08-07T23:43:32Z) - Scalable Discovery and Continuous Inventory of Personal Data at Rest in
Cloud Native Systems [0.0]
クラウドネイティブシステムは、多数の多パラダイムデータストアを通じて大量の個人データを処理している。
プライバシーエンジニアリングの観点では、個人情報が保存されているすべての正確な場所を追跡することが重要な課題だ。
i) 個人データの安静時のスケーラブルな発見のためのワークフローパターンと,i) クラウドネイティブシステムアーキテクチャと,そのワークフローパターンのオープンソースプロトタイプ実装からなるTeresiasを提案する。
論文 参考訳（メタデータ） (2022-09-09T10:45:34Z) - A Privacy-Preserving Distributed Architecture for
Deep-Learning-as-a-Service [68.84245063902908]
本稿では,ディープラーニング・アズ・ア・サービスのための分散アーキテクチャを提案する。
クラウドベースのマシンとディープラーニングサービスを提供しながら、ユーザの機密データを保存できる。
論文 参考訳（メタデータ） (2020-03-30T15:12:03Z) - A Quantum-based Database Query Scheme for Privacy Preservation in Cloud
Environment [7.331387596311974]
プライバシ保存データベースクエリにより、ユーザは、クエリされたデータアイテムの情報を公開することなく、クラウドデータベースからデータアイテムを検索できる。
データベースのデータ項目はすべて、サーバのプライバシを保護するために、異なるキーによって暗号化される。
2つのオラクル操作、修正されたGroverイテレーション、特別なオフセット暗号化機構が組み合わされ、クライアントが望ましいデータアイテムを正しくクエリできることが保証される。
論文 参考訳（メタデータ） (2020-02-01T11:14:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。