火山引擎開源基于差分隱私的SQL代理工具Jeddak-DPSQL|環球今亮點

來源：中關村在線　2023-05-31 20:10:23

近日，火山引擎安全研究團隊對外開源了Jeddak-DPSQL（項目地址：https://github.com/bytedance/Jeddak-DPSQL），這是基于差分隱私的SQL代理工具，適用于數據管理者可信的場景模式，以中間件的形式接收SQL統計查詢請求，返回滿足差分隱私的查詢結果。

【資料圖】

據悉，火山引擎對于用戶敏感數據尤為重視，在火山引擎提供的數據分析產品中，廣泛采用差分隱私技術對用戶敏感信息進行保護。此類數據產品通常構建于 ClickHouse 等數據引擎之上，以 SQL 查詢方式來執行計算邏輯，且查詢邏輯往往較為復雜，因此對差分隱私的應用提出了以下要求：

零改造、零感知：最大程度避免影響業務現有查詢方式，最好做到業務零感知、零改造；

良好、靈活的適配性：能夠適配不同數據引擎的查詢語法，以及能夠處理包含多層嵌套、多重計算、多表連接等情形的復雜 SQL 語句；

安全性與可用性平衡：能夠根據業務數據質量要求，計算合理的隱私預算，在安全性和數據可用性之間保持平衡；

為更好解決數據安全和隱私合規治理相關問題，火山引擎安全研究團隊進行了產品調研，目前市面上在SQL查詢場景下加入差分隱私能力的產品，發現這些產品大多都沒有提供SQL 的自動化分析能力，需主動調用 API 或是在 SQL 中調用 UDF 來引入差分隱私能力，接入成本較高。其中OpenDP產品限定了輸入 SQL 的方言，僅支持 SQL 92標準，難以在 Hive、ClickHouse 等主流數倉引擎中透明應用。

同時，火山引擎安全研究團隊也注意到云服務廠商在To B場景下會提供多款數據分析產品，部分產品的模式面臨泄漏用戶隱私、法律合規的風險，該類產品通常是通過數據庫引擎使用面向實時分析的 clickhouse，計算邏輯用SQL查詢的方式執行，因此考慮結合差分隱私技術提供隱私保護的SQL查詢能力。

基于上述挑戰，火山引擎安全研究團隊自主研發了Jeddak-DPSQL ，希望能夠為同樣面臨該類問題的企業和個人提供一定參考和幫助，同時也希望能夠有更多的外部開發者能夠一起對該開源項目進行共建，完善 Jeddak-DPSQL 產品功能，共同構建更完備的應用生態。

據了解，Jeddak-DPSQL 能夠兼容多種數據引擎和SQL方言，內嵌多種差分噪聲擾動算法，具備隱私預算管理能力，并且能夠與底層數據引擎結合，在數據分析師無感的情況下，對 SQL 語句進行自動化分析和結果加噪處理。同時，Jeddak-DPSQL 已經在抖音集團相關業務中得到了普遍應用與驗證。

一、全面了解 Jeddak-DPSQL

1、 Jeddak-DPSQL介紹

Jeddak-DPSQL采用中心化差分隱私（Centralized Differential Privacy，簡稱CDP，適用于數據管理者可信的場景）模式，以中間件的形式接收SQL統計查詢請求，返回滿足差分隱私的查詢結果。一個典型的查詢請求處理流程如下：

●首先，核心服務接受客戶提交的SQL查詢語句，對該語句進行解析和重寫，以便于計算隱私噪聲(如將AVG計算改為SUM/COUNT）；

●然后，核心服務調用元數據管理服務，計算重寫后的SQL查詢所對應的數據表敏感度，同時在數據庫上執行重寫后的SQL查詢，得到原始的查詢結果；

●最后，核心服務調用隱私預算管理服務得到為該查詢分配的隱私預算，并結合敏感度在原始的查詢結果中添加噪聲并返回。

更多接口使用方式可以參考項目README中的API Documentation部分。

三、后續計劃

火山引擎安全研究部門相關負責人表示，Jeddak-DPSQL會長期維護，歡迎大家使用。他也指出，近期開源的Jeddak-DPSQL是首個版本，因此還存在很多不完善的地方，也希望有更多的外部開發者能夠一起對該開源項目進行共建，完善產品功能，構建更完備的應用生態。（作者：蔡德道）