Arboretum: Ein Planer für groß angelegte föderierte Analysen mit Differential Privacy
Author
Venue
SOSP 2023
Abstract
Föderierte Analytik ist eine Methode, um Abfragen über sensible Daten zu beantworten, die über mehrere Parteien verteilt sind, ohne die Daten weiterzugeben oder an einem einzigen Ort zu sammeln. Frühere Arbeiten haben Lösungen entwickelt, die auf große Bereitstellungen mit Millionen von Geräten skaliert werden können, doch aufgrund des verteilten Charakters der föderierten Analytik können diese Lösungen nur eine begrenzte Klasse von Abfragen unterstützen – typischerweise verschiedene Formen numerischer Abfragen, die mit einfachen kryptografischen Primitiven beantwortet werden können. Die Unterstützung komplexerer Abfragen, wie z. B. kategorialer Abfragen, erfordert aufwendigere Kryptografie, deren Kosten selbst die Ressourcen eines leistungsstarken Rechenzentrums schnell übersteigen können. In diesem Beitrag stellen wir Arboretum vor, ein neues System für föderierte Analytik, das in Umgebungen mit Millionen oder sogar Milliarden von Teilnehmern effizient ein breiteres Spektrum an Abfragen, einschließlich kategorialer Abfragen, beantworten kann. Arboretum erreicht dies, indem es 1) Abfragepläne automatisch optimiert, um hocheffiziente Wege zur Beantwortung jeder Abfrage zu finden, und indem es 2) die Teilnehmergeräte in die Berechnung einbezieht. Unsere Auswertung zeigt, dass Arboretum mit den Kosten früherer Systeme mithalten kann, die für bestimmte Arten von Abfragen manuell optimiert wurden, und dass es darüber hinaus eine Reihe neuer Abfragen unterstützen kann, für die es heute noch keine effiziente Lösung gibt.
