隐私计算实训营第七讲-隐语SCQL的架构详细拆解

隐私计算实训营第七讲-隐语SCQL的架构详细拆解

1.SCQL Overview

1.1 多方数据分析场景

在多方数据分析场景中，数据的分散性是一个显著的挑战。当数据集中存储在一个机构内时，分析任务相对简单，因为所有相关数据都处于同一个受控环境中。然而，随着数据隐私和安全意识的提高，以及数据保护法规的实施（如欧盟的GDPR），越来越多的场景下数据被存储在数据所有者的本地环境中，不同机构间的数据共享和分析变得复杂而困难。

1.2 多方数据分析技术路线

在涉及跨机构数据分析的场景中，保护数据隐私和安全是一个重要目标。针对这一需求，两种主要技术方案被提出：基于受信执行环境（TEE，如Intel SGX）的SQL（TEE SQL）方案，以及基于多方计算（MPC）的SQL（MPC SQL）方案。下面分别介绍这两种方案的优缺点：

1.2.1 TEE SQL方案

优点:

• 高性能：TEE方案通常可以提供接近原生硬件性能的计算效率，因为它直接在CPU上执行，减少了额外的计算开销。
• 易于部署：由于TEE是基于硬件的解决方案，它通常更易于在现有的硬件和软件架构上部署，无需复杂的网络配置或软件支持。
• 强隔离性：TEE提供了强大的安全隔离，确保即使在操作系统或虚拟机管理器被攻破的情况下，数据和计算过程仍然安全。

缺点:

• 可信硬件依赖：TEE方案高度依赖特定的硬件支持，这意味着其可用性和安全性取决于硬件供应商的技术和政策。
• 安全漏洞风险：历史上TEE，尤其是Intel SGX，被发现有安全漏洞，这些漏洞可能被攻击者利用来破坏TEE的安全保障。
• 有限的资源：TEE环境通常受限于较小的内存和存储空间，这可能限制其处理大规模数据集的能力。

1.2.2 MPC SQL方案

优点:

• 无需可信硬件：MPC方案不依赖特定的硬件支持，因此具有更好的通用性和兼容性，可以在各种硬件和平台上实现。
• 理论上的安全性：MPC提供了基于数学证明的安全保障，即使参与计算的一部分或多数方不可信，也能保证计算结果的正确性和数据的隐私。
• 灵活性：MPC支持多种计算模型和复杂的数据分析任务，适用于不同的应用场景和需求。

缺点:

• 性能开销：与直接在硬件上执行相比，MPC的计算过程涉及大量的加密和通信操作，这导致了较高的性能开销。
• 复杂的协议设计：实现一个既安全又高效的MPC系统需要复杂的协议设计和优化，这增加了开发的难度和成本。
• 网络依赖：MPC的效率在很大程度上依赖于参与方之间的网络连接质量，高延迟或低带宽的网络环境可能会显著降低性能。

总的来说，TEE SQL方案在性能和部署上具有优势，但依赖特定的硬件和面临安全漏洞的风险；而MPC SQL方案提供了强大的安全性和灵活性，但以牺牲计算效率和增加实现复杂度为代价。选择哪种方案取决于特定应用的安全需求、性能要求以及可用资源。

1.3 Secure Collaborative Query Language(SCQL)

1.3.1 SCQL 系统组件

• SCDB：部署在可信第三方，负责将查询（query）翻译成密态执行图，然后下发给SCQLEngine。本身不参与计算，主要作用是查询预处理和协调。

• SCQLEngine：部署在数据参与方，负责协同其他参与方一起完成执行图的计算。这是数据处理和计算的核心组件。

1.3.2 SCQL 关键特性

• 半诚实安全模型：假设参与者不会主动破坏协议执行，但可能试图从过程中获取额外信息。SCQL设计以确保数据隐私，即使在半诚实假设下。

• 支持多方（N>=2）：允许两方或更多方参与者共同进行数据查询和分析，增加了系统的应用灵活性。

• 易上手：提供MySQL兼容的SQL用户界面，使用户能够快速上手，无需学习新的查询语言。

• 支持常用的SQL语法和算子：满足大部分数据查询和分析场景的需求，提高了系统的适用性和灵活性。

• 可实用的性能：优化了数据处理和计算效率，确保在保护数据隐私的同时，也能提供可接受的性能。

• 提供列级别的数据使用授权控制（CCL）：增强了数据安全和隐私保护，允许精细控制数据访问权限。

• 支持多种密态协议（SEMI2K/CHEETAH/ABY3）：适应不同安全需求和计算环境，提供灵活的安全保护选项。

• 内置支持多种数据源接入（MySQL, PostgreSQL, CSV等）：提高了系统的兼容性和易用性，简化了数据导入和处理过程。

1.4 SCQL应用场景

2. SCQL CCL

2.1 CCL有什么用？

2.2 CCL是什么?

2.3 CCL Example

3.SCQL 架构

3.1总体架构

3.3执行流程