통계 데이터베이스

Statistical database

통계 데이터베이스는 통계 분석을 위해 사용되는 데이터베이스이다.OLTP(Online Transaction Processing) 시스템이 아닌 OLAP(Online Analysis Processing) 시스템입니다.현대의 의사결정과 고전적인 통계 데이터베이스는 오늘날 OLAP 시스템에서 일반적으로 사용되는 다차원 모델보다 관계형 모델에 가까운 경우가 많습니다.

통계 데이터베이스에는 일반적으로 매개변수 데이터와 이러한 매개변수에 대한 측정된 데이터가 포함됩니다.예를 들어, 모수 데이터는 실험의 다양한 조건(예: 온도, 시간)에 대한 서로 다른 값으로 구성됩니다.측정된 데이터(또는 변수)는 이러한 다양한 조건에서 실험에서 수행된 측정값입니다.

많은 통계 데이터베이스는 다수의 null 또는 0 값을 가진 희박합니다.통계 데이터베이스가 40~50% 스파스인 것은 드문 일이 아닙니다.희소성에 대처하기 위한 두 가지 옵션이 있습니다. (1) 늘 값을 그대로 두고 압축 기술을 사용하여 추출하거나 (2) 늘 값만 있는 엔트리를 삭제합니다.

통계 데이터베이스에는 SQL 이상의 고급 통계 분석 기술(상관관계 등)이 포함되어 있는 경우가 많습니다.이들은 특히 1970년대 후반과 1980년대 초중반에는 많은 연구의 초점이 된 독특한 안보 문제를 제기하기도 했다.

통계 데이터베이스 보안

통계 데이터베이스에서는 종종 개별 레코드가 아닌 집계 데이터에만 쿼리 액세스를 허용하는 것이 좋습니다.지능형 사용자는 집계 쿼리를 조합하여 단일 개인에 대한 정보를 얻을 수 있으므로 이러한 데이터베이스를 보호하는 것은 어려운 문제입니다.

일반적인 접근방식은 다음과 같습니다.

  • 집약 쿼리만 허용(SUM, COUNT, AVG, STDEV 등)
  • 소득과 같은 민감한 데이터에 대한 정확한 값을 반환하는 대신 데이터가 속한 파티션만 반환한다(예: 35k-40k).
  • 정확하지 않은 반환 횟수(예를 들어 141개의 레코드가 충족된 쿼리가 아닌 130-150개의 레코드가 충족되었음을 나타냅니다)
  • 지나치게 선별적인 WHERE 절을 허용하지 마십시오.
  • 모든 사용자 쿼리를 감사하여 시스템을 잘못 사용하는 사용자를 조사할 수 있습니다.
  • 인텔리전트 에이전트를 사용하여 부적절한 시스템 사용을 자동으로 검출하다

수년간 이 분야의 연구는 중단되었고 1980년에는 다음과 같이 생각되었습니다.

결론적으로 통계 데이터베이스는 거의 항상 손상되기 쉽다.허용되는 쿼리 세트의 크기를 엄격하게 제한하면 데이터베이스가 통계 정보의 소스로 사용할 수 없게 되지만 기밀 [1]레코드는 보호되지 않습니다.

그러나 2006년 Cynthia Dwork는 2003년부터 시작된 작업을 사용하여 차등 프라이버시 분야를 정의했습니다.Tear Dalenius의 작업과 관련된 일부 의미적 보안 목표가 불가능하다는 것을 보여주면서도, 통계 데이터베이스에 개인 데이터의 포함으로 인한 개인 정보 보호 위험 증가를 제한하기 위한 새로운 기법을 식별했다.이를 통해 많은 경우 데이터베이스에서 매우 정확한 통계를 제공하면서도 높은 수준의 [2][3]프라이버시를 보장할 수 있습니다.

조금 더 읽어주세요.

통계 및 과학 데이터베이스 관리(SSDBM) 이 분야의 중요한 일련의 회의

이 분야의 주요 문서:

  1. doi:10.1145/320613.320616 - 도로시 E랜덤 샘플 쿼리를 사용한 안전한 통계 데이터베이스 거부, ACM Transactions on Database Systems(TODS), Volume 5, Issue 3 (1980년 9월), 페이지: 291 - 315
  2. doi: 10.1145/319830.319834: Wiebren de Jonge, 수단에 관한 질문에 대한 통계 데이터베이스 타협, 데이터베이스 시스템상의 ACM 트랜잭션, 제8권, 제1호(1983년 3월), 페이지: 60~80
  3. doi:10.1145/320128.320138 - 도로시 E.Denning, Jan Schlörer, 통계 데이터베이스에서 트래커를 찾는 빠른 절차, ACM Transactions on Database Systems, 제5권, 제1호(1980년 3월). 페이지: 88 - 102
  4. A. Shoshani, "통계 데이터베이스:특성, 문제 및 일부 해결책" 제8회 미국 샌프란시스코, CA, 1982년, 페이지 208–222.

레퍼런스

  1. ^ 도로시 E.데닝, 피터 J. 데닝, 메이어 D.Schwartz, "The Tracker: A Threat to Statistical Database Security", ACM Transactions on Database Systems(TODS), 제4권, 제1호(1979년 3월), 페이지: 76~96, doi: 10.1145/320064.320069.
  2. ^ HILTON, MICHAEL. "Differential Privacy: A Historical Survey" (PDF). Archived from the original (PDF) on 2017-03-01. {{cite journal}}:Cite 저널 요구 사항 journal=(도움말)
  3. ^ Dwork, Cynthia (2008-04-25). "Differential Privacy: A Survey of Results". In Agrawal, Manindra; Du, Dingzhu; Duan, Zhenhua; Li, Angsheng (eds.). Theory and Applications of Models of Computation. Lecture Notes in Computer Science. Springer Berlin Heidelberg. pp. 1–19. doi:10.1007/978-3-540-79228-4_1. ISBN 9783540792277.