Privacidade Diferencial em Sistemas Polystore: uma Abordagem Prática
Resumo
Diversas técnicas são capazes de garantir a privacidade de dados, em especial em Sistemas de Gerência de Banco de Dados (SGBDs). Entretanto, nos dias atuais muitas organizações armazenam os dados em seu formato bruto em data lakes. Como os dados podem ser encontrados em múltiplos formatos, os sistemas Polystore são utilizados para conseguir consultá-los de forma integrada. Porém, os mesmos não consideram questões de privacidade, delegando essa responsabilidade para os SGBDs subjacentes. Nesse artigo, propomos uma abordagem chamada DIMPLY para integrar mecanismos de privacidade em sistemas Polystore. Os usuários do DIMPLY submetem consultas na sintaxe do sistema Polystore e recebem os resultados anonimizados. Como técnica de privacidade, escolhemos a privacidade diferencial. Para avaliar o DIMPLY, utilizamos um dataset de exames de casos suspeitos de Zika no Brasil.
Palavras-chave:
Privacidade Diferencial, Polystores, LGPD
Referências
Backstrom, L., Dwork, C., and Kleinberg, J. (2007). Wherefore art thou r3579x? anonymized social networks, hidden patterns, and structural steganography. In WWW’07, pages 181-190.
de Lourdes Maia Silva, M., Chaves, I. C., and Machado, J. C. (2021). Private reverse top-k algorithms applied on public data of COVID-19 in the state of ceará. J. Inf. Data Manag., 12(5).
de Oliveira, D., Neto, E. R. D., et al. (2019). Um estudo comparativo de mecanismos de privacidade diferencial sobre um dataset de ocorrências do ZIKV no Brasil. In Proc. of the 34th SBBD, pages 253-258. SBC.
Duggan, J., Elmore, A. J., Stonebraker, M., Balazinska, M., Howe, B., Kepner, J., Madden, S., Maier, D., Mattson, T., and Zdonik, S. (2015). The bigdawg polystore system. ACM Sigmod Record, 44(2):11-16.
Dwork, C., McSherry, F., Nissim, K., and Smith, A. (2006). Calibrating noise to sensitivity in private data analysis. In Theory of cryptography conference, pages 265-284. Springer.
Dwork, C., Roth, A., et al. (2014). The algorithmic foundations of differential privacy. Foundations and Trends in Theoretical Computer Science, 9(3-4):211-407.
Erlingsson, Ú., Pihur, V., and Korolova, A. (2014). Rappor: Randomized aggregatable privacy-preserving ordinal response. In SIGSAC’14, pages 1054-1067.
Ge, C., He, X., Ilyas, I. F., and Machanavajjhala, A. (2019). Apex: Accuracy-aware differentially private data exploration. In SIGMOD ’19, pages 177-194.
Johnson, N., Near, J. P., and Song, D. (2018). Towards practical differential privacy for sql queries. Proceedings of the VLDB Endowment, 11(5):526-539.
Kraska, T., Stonebraker, M., Brodie, M. L., Servan-Schreiber, S., and Weitzner, D. J. (2019). Schengendb: A data protection database proposal. In Poly’19, volume 11721, pages 24- 38. Springer.
Machanavajjhala, A., Kifer, D., Gehrke, J., and Venkitasubramaniam, M. (2007). l-diversity: Privacy beyond k-anonymity. ACM TKDD, 1(1):3-es.
McSherry, F. D. (2009). Privacy integrated queries: an extensible platform for privacy-preserving data analysis. In SIGMOD’09, pages 19-30.
Mendes, Y., de Oliveira, D., and Ströele, V. (2020). Polyflow: a polystore-compliant mechanism to provide interoperability to heterogeneous provenance graphs. J. Inf. Data Manag., 11(3).
Nargesian, F., Zhu, E., Miller, R. J., Pu, K. Q., and Arocena, P. C. (2019). Data lake management: Challenges and opportunities. Proc. VLDB Endow., 12(12):1986-1989.
Proserpio, D., Goldberg, S., and McSherry, F. (2014). Calibrating data to sensitivity in private data analysis: A platform for differentially-private analysis of weighted datasets. PVLDB, 7(8):637-648.
Ramos, L. F. M. and Silva, J. a. M. C. (2019). Privacy and data protection concerns regarding the use of blockchains in smart cities. In ICEGOV’2019, page 342-347, Melbourne, Australia. ACM.
Sweeney, L. (2002). k-anonymity: A model for protecting privacy. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 10(05):557-570.
Warner, S. L. (1965). Randomized response: A survey technique for eliminating evasive answer bias. Journal of the American Statistical Association, 60(309):63-69.
de Lourdes Maia Silva, M., Chaves, I. C., and Machado, J. C. (2021). Private reverse top-k algorithms applied on public data of COVID-19 in the state of ceará. J. Inf. Data Manag., 12(5).
de Oliveira, D., Neto, E. R. D., et al. (2019). Um estudo comparativo de mecanismos de privacidade diferencial sobre um dataset de ocorrências do ZIKV no Brasil. In Proc. of the 34th SBBD, pages 253-258. SBC.
Duggan, J., Elmore, A. J., Stonebraker, M., Balazinska, M., Howe, B., Kepner, J., Madden, S., Maier, D., Mattson, T., and Zdonik, S. (2015). The bigdawg polystore system. ACM Sigmod Record, 44(2):11-16.
Dwork, C., McSherry, F., Nissim, K., and Smith, A. (2006). Calibrating noise to sensitivity in private data analysis. In Theory of cryptography conference, pages 265-284. Springer.
Dwork, C., Roth, A., et al. (2014). The algorithmic foundations of differential privacy. Foundations and Trends in Theoretical Computer Science, 9(3-4):211-407.
Erlingsson, Ú., Pihur, V., and Korolova, A. (2014). Rappor: Randomized aggregatable privacy-preserving ordinal response. In SIGSAC’14, pages 1054-1067.
Ge, C., He, X., Ilyas, I. F., and Machanavajjhala, A. (2019). Apex: Accuracy-aware differentially private data exploration. In SIGMOD ’19, pages 177-194.
Johnson, N., Near, J. P., and Song, D. (2018). Towards practical differential privacy for sql queries. Proceedings of the VLDB Endowment, 11(5):526-539.
Kraska, T., Stonebraker, M., Brodie, M. L., Servan-Schreiber, S., and Weitzner, D. J. (2019). Schengendb: A data protection database proposal. In Poly’19, volume 11721, pages 24- 38. Springer.
Machanavajjhala, A., Kifer, D., Gehrke, J., and Venkitasubramaniam, M. (2007). l-diversity: Privacy beyond k-anonymity. ACM TKDD, 1(1):3-es.
McSherry, F. D. (2009). Privacy integrated queries: an extensible platform for privacy-preserving data analysis. In SIGMOD’09, pages 19-30.
Mendes, Y., de Oliveira, D., and Ströele, V. (2020). Polyflow: a polystore-compliant mechanism to provide interoperability to heterogeneous provenance graphs. J. Inf. Data Manag., 11(3).
Nargesian, F., Zhu, E., Miller, R. J., Pu, K. Q., and Arocena, P. C. (2019). Data lake management: Challenges and opportunities. Proc. VLDB Endow., 12(12):1986-1989.
Proserpio, D., Goldberg, S., and McSherry, F. (2014). Calibrating data to sensitivity in private data analysis: A platform for differentially-private analysis of weighted datasets. PVLDB, 7(8):637-648.
Ramos, L. F. M. and Silva, J. a. M. C. (2019). Privacy and data protection concerns regarding the use of blockchains in smart cities. In ICEGOV’2019, page 342-347, Melbourne, Australia. ACM.
Sweeney, L. (2002). k-anonymity: A model for protecting privacy. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 10(05):557-570.
Warner, S. L. (1965). Randomized response: A survey technique for eliminating evasive answer bias. Journal of the American Statistical Association, 60(309):63-69.
Publicado
19/09/2022
Como Citar
BERTELLI, Lucas; STRÖELE, Victor; MACHADO, Javam; DE OLIVEIRA, Daniel.
Privacidade Diferencial em Sistemas Polystore: uma Abordagem Prática. In: SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 37. , 2022, Búzios.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2022
.
p. 279-291.
ISSN 2763-8979.
DOI: https://doi.org/10.5753/sbbd.2022.224305.
