Arboretum: narzędzie do planowania analiz federacyjnych na dużą skalę z wykorzystaniem prywatności różnicowej
Author
Venue
SOSP 2023
Abstract
Analiza federacyjna to sposób na odpowiadanie na zapytania dotyczące wrażliwych danych, które są rozproszone między wieloma podmiotami, bez udostępniania danych lub gromadzenia ich w jednym miejscu. Wcześniejsze prace doprowadziły do opracowania rozwiązań, które można skalować do dużych wdrożeń obejmujących miliony urządzeń, ale ze względu na rozproszony charakter analizy federacyjnej rozwiązania te mogą obsługiwać tylko ograniczoną klasę zapytań – zazwyczaj różne formy zapytań numerycznych, na które można odpowiedzieć za pomocą lekkich prymitywów kryptograficznych. Obsługa bardziej złożonych zapytań, takich jak zapytania kategoryczne, wymaga bardziej zaawansowanej kryptografii, której koszt może szybko przekroczyć nawet zasoby potężnego centrum danych. W niniejszym artykule przedstawiamy Arboretum, nowy system analizy federacyjnej, który może skutecznie odpowiadać na szerszy zakres zapytań, w tym zapytania kategoryczne, w wdrożeniach obejmujących miliony, a nawet miliardy uczestników. Arboretum osiąga to poprzez 1) automatyczną optymalizację planów zapytań w celu znalezienia wysoce wydajnych sposobów odpowiedzi na każde zapytanie oraz poprzez 2) włączenie urządzeń uczestników do obliczeń. Nasza ocena pokazuje, że Arboretum może dorównać kosztom wcześniejszych systemów, które zostały ręcznie zoptymalizowane pod kątem konkretnych rodzajów zapytań, a ponadto może obsługiwać szereg nowych zapytań, dla których obecnie nie istnieje żadne wydajne rozwiązanie.
