一种面向SQL型机密数据库的查询优化方法技术

本发明专利技术公开了一种面向SQL型机密数据库的查询优化方法，包括：一个离线分析阶段和一个在线优化阶段。针对一个查询模板，离线分析阶段基于PRED变元和PRIV变元为所有的候选查询计划计算性能开销函数和隐私损失函数；在用户请求SQL查询时，利用给定的PRED值，在线优化阶段更新所有的候选查询计划的性能开销函数，从而在实际优化计算中仅仅考虑PRIV变元，同时，利用期望的隐私损失值，将原始性能与隐私保护二目标优化问题等价转换为单目标问题。该方法极大地降低了优化计算的复杂度。极大地降低了优化计算的复杂度。极大地降低了优化计算的复杂度。

【技术实现步骤摘要】
一种面向SQL型机密数据库的查询优化方法


[0001]本专利技术涉及云计算
，更具体的涉及一种面向SQL型机密数据库的查询优化方法。

技术介绍

[0002]近年来，在繁荣的云计算产业发展热潮驱动下，数据库开启了由独自部署模式向云服务模式转变的云化转型之路。据Gartner预测，到2023年全球数据库市场中75％的数据库将迁移至云平台。云数据库依托云的强大计算资源为用户提供泛在、方便、按需的数据库接入服务，目前已广泛应用于电商、游戏、视频等互联网行业以及医疗、工业、零售、金融、政府等传统行业的互联网场景之中。
[0003]在享受云数据库带来的诸多便利的同时，其固有的数据外包特性使得云数据库面临着日益严峻的数据安全问题。一般情况下，云数据库应该具有如下安全性质：数据机密性和完整性、隐私保护的数据处理、查询执行完整性、以及多用户访问控制。然而，目前在云数据库系统中同时实现上述安全目标仍然面临诸多挑战。首先，应用密码学的方法存在计算效率低、操作灵活性差、功能兼容性不佳以及结果可验证性不足等问题；其次，数据分割、数据匿名、差分隐私等面向明文本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向SQL型机密数据库的查询优化方法，其特征在于，包括：获取机密数据库拥有者定义的包含谓词变元PRED的查询模板；在离线阶段引入profile(
·
)函数，在profile(
·
)函数中输入查询模板；将查询模板递归地拆分为由子查询和连接算子组成的多个聚合查询，根据聚合查询，获得多个候选聚合查询计划；基于谓词变元PRED和隐私变元PRIV，在profile(
·
)函数中计算候选聚合查询计划的性能开销函数和隐私损失函数、并输出关联性能开销函数和隐私损失函数的查询模板的候选聚合查询计划集合；在用户请求SQL查询时，引入在线优化函数optimize(
·
)；在函数optimize(
·
)中输入候选聚合查询计划集合，采用终端用户给定的PRED变元值集合，计算PRED变元相关的性能开销部分，完成对候选聚合查询计划关联的性能开销函数的更新；将更新后的性能开销函数的最小值作为最终的单目标优化问题、并求解得到当前候选聚合查询计划的最优性能开销值；通过与其他候选聚合查询计划两两比较，获得全局最优性能开销值、对应的候选聚合查询计划及隐私变元PRIV值向量；函数optimize(
·
)输出具有全局最优性能开销值的候选查询计划作为帕累托最优查询计划。2.如权利要求1所述的一种面向SQL型机密数据库的查询优化方法，其特征在于，所述查询模板包括：五元组T，W，B，S，J；其中，T是所关联数据表的集合；W是相应的数据表隐私权重的集合；B是相应的数据表隐私预算的集合；S是所关联的选择谓词条件的集合；J是所关联的连接谓词条件的集合；W和B是数据库拥有者在订阅云服务时根据兴趣或经验性知识定义的。3.如权利要求2所述的一种面向SQL型机密数据库的查询优化方法，其特征在于，所述查询计划，包括：五元组T，W，O
s
，O
ε
，A；其中，T和W的含义与查询模板中的含义相同；O
s
是所关联的谓词变元PRED的集合；O
ε
是所关联的隐私变元PRIV的集合，等价表示为查询算子的集合；A是大小为|T|
×
|O
ε
|的隐私映射矩阵；集合S中的元素与集合O
s
中的元素一一对应，即O
s
＝{PRED(s)|s∈S}，s表示谓词条件，其中，PRED(
·
)输出选择谓词条件对应的PRED参数；集合T和集合J联合后的元素与集合O
ε
中的元素一一对应，即O
ε
＝{PRIV(ε)|ε∈T∪J}，ε表示隐私变元，其中，PRIV(
·
)输出与数据表和连接谓词条件相关联的查询算子所对应的PRIV变元；
查询模板q存在m个查询计划，查询模板q的查询计划集合表示为P(q)＝{p
k
：(T，W，O
s
，O
ε
，A
k
)|k＝1，
…
，m}，A<...

【专利技术属性】
技术研发人员：陈亚兴，郑庆华，闫峥，杨长安，崔禾磊，於志文，郭斌，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：