As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Escolhendo um comprimento de farol e partições

Quando você grava um novo valor em um campo criptografado configurado para criptografia pesquisável, o SDK de criptografia de AWS banco de dados calcula um HMAC sobre o valor de texto simples combinado com um identificador de partição. Em uma determinada partição, o HMAC completo representa de forma exclusiva o valor do texto sem formatação. Em seguida, o SDK trunca a saída HMAC para que vários valores de texto simples distintos possam ser mapeados para o mesmo beacon. Essas colisões, também conhecidas como falsos positivos, limitam a capacidade de um usuário não autorizado de inferir informações distintas sobre o texto simples subjacente.

O número médio de falsos positivos gerados para cada farol é determinado pelo comprimento do farol restante após o truncamento e pelo número de partições em uso. Você só precisa definir o comprimento do beacon ao configurar os beacons padrão. Os beacons compostos usam os comprimentos dos beacons padrão a partir dos quais são construídos. Ao distribuir valores em várias partições, as colisões são mantidas dentro de cada partição, o que ajuda a reduzir a concentração de frequência enquanto preserva o comportamento correto da consulta.

O beacon não altera o estado criptografado do campo. No entanto, quando você usa beacons, há uma compensação inerente entre a eficiência de suas consultas e a quantidade de informações reveladas sobre a distribuição dos dados. Comprimentos de farol mais curtos e partições adicionais aumentam as colisões e reduzem o vazamento de frequência, enquanto comprimentos de farol mais longos e menos partições melhoram a precisão da consulta.

O objetivo da criptografia pesquisável é reduzir os custos de desempenho associados aos bancos de dados criptografados do lado do cliente usando beacons para realizar consultas em dados criptografados. Os beacons são armazenados junto com os campos criptografados a partir dos quais são calculados. Isso significa que eles podem revelar informações diferenciadas sobre a distribuição do seu conjunto de dados. Em casos extremos, um usuário não autorizado pode analisar as informações reveladas sobre sua distribuição e usá-las para identificar o valor em texto simples de um campo. Escolher comprimentos de beacon e contagens de partições adequados ajuda a mitigar esses riscos e preservar a confidencialidade de seus dados.

Analise seu modelo de ameaça para determinar o nível de segurança de que você precisa. Por exemplo, quanto mais pessoas tiverem acesso ao seu banco de dados, mas não devem ter acesso aos dados em texto simples, mais você pode querer proteger a confidencialidade da distribuição do conjunto de dados. O aumento da confidencialidade normalmente exige a geração de mais falsos positivos — por meio de beacons mais curtos, partições adicionais ou ambos — o que, por sua vez, pode reduzir o desempenho da consulta.

Escolhendo um esquema de particionamento

O esquema de particionamento determina como os itens são distribuídos entre as partições quando os beacons são derivados. A escolha de um esquema adequado é importante para equilibrar privacidade, desempenho e previsibilidade operacional.

Ao selecionar um esquema de particionamento, considere os seguintes objetivos:

Distribuição aleatória padrão

O padrão recomendado é um esquema de distribuição aleatória. Nesse modelo, cada item é atribuído a uma partição usando um valor aleatório criptograficamente seguro. A distribuição aleatória produz tamanhos de partição aproximadamente iguais ao longo do tempo e garante que os valores frequentes sejam distribuídos uniformemente.

Use distribuição aleatória quando:

Distribuição determinística

Em alguns casos, a atribuição de partições deve ser determinística. Um esquema determinístico atribui partições com base em uma função estável dos atributos do item. Esses esquemas devem ser projetados com cuidado, pois entradas distorcidas ou sensíveis podem resultar em particionamento desigual ou vazamento não intencional de informações.

Use a distribuição determinística quando:

Manipulação de valores ativos conhecidos

Se seu conjunto de dados contiver valores ativos conhecidos, você poderá combinar estratégias aleatórias e determinísticas. Por exemplo, você pode distribuir aleatoriamente um pequeno conjunto de valores de alta frequência enquanto atribui todos os outros valores de forma determinística.

Essa abordagem reduz a concentração de valores quentes e, ao mesmo tempo, preserva o comportamento previsível para o restante do conjunto de dados. Como ele introduz complexidade adicional, revise-o cuidadosamente para evitar o vazamento não intencional de informações.

Exemplos de esquemas de particionamento

Os exemplos a seguir ilustram esquemas comuns de particionamento e mostram como diferentes características de dados influenciam a atribuição de partições. Cada exemplo demonstra como equilibrar privacidade, desempenho e simplicidade operacional.

Exemplo 1: dados distribuídos uniformemente

Você está criando um farol para números de telefone, e os valores em seu conjunto de dados são distribuídos aproximadamente uniformemente. Nenhum número de telefone aparece com muito mais frequência do que outros.

Nesse caso, a configuração de uma única partição é suficiente. Partições adicionais oferecem poucos benefícios e só aumentariam a difusão das consultas.

Exemplo 2: resultados binários com frequência distorcida

Você tem um banco de dados que armazena resultados de exames médicos com dois valores possíveis: NEGATIVO e POSITIVO. Os resultados NEGATIVOS ocorrem aproximadamente cinco vezes mais do que os resultados POSITIVOS.

Para reduzir o vazamento de frequência, use uma estratégia mista:

Essa abordagem distribui o valor sobre-representado enquanto mantém estável o valor mais raro, reduzindo as grandes classes de equivalência sem perdas desnecessárias.

Exemplo 3: Valores ativos conhecidos em um domínio grande

Você tem um banco de dados de nomes próprios nos Estados Unidos da América. Um conjunto relativamente pequeno de nomes comuns (por exemplo, os 500 nomes mais frequentes) aparece com muito mais frequência do que o resto.

Essa abordagem híbrida visa valores ativos conhecidos, mantendo o particionamento simples e previsível para a maioria dos nomes.

Esses exemplos mostram como os esquemas de particionamento podem ser adaptados às diferentes características dos dados. Na maioria dos casos, a distribuição aleatória é suficiente, mas a incorporação do conhecimento do domínio pode melhorar ainda mais a privacidade e o desempenho quando aplicada com cuidado.

Cálculo do tamanho do beacon

O comprimento do farol é especificado em bits e determina quantos bits da saída HMAC são retidos após o truncamento. O tamanho recomendado depende de como os valores são distribuídos em cada partição, se os dados contêm valores correlacionados e de seus requisitos de segurança e desempenho. Quando um conjunto de dados é aproximadamente uniforme após a aplicação de um esquema de particionamento apropriado, você pode usar equações simples e procedimentos de ajuste para estimar o comprimento efetivo do farol. Essas equações fornecem uma estimativa do número médio de falsos positivos que um farol pode produzir, mas não garantem um número específico de falsos positivos para cada valor exclusivo no conjunto de dados. O primeiro passo é estimar a população.

Estimar a população

A população é o número esperado de valores exclusivos no campo a partir do qual seu beacon padrão é construído, não é o número total esperado de valores armazenados no campo. Por exemplo, considere um Room campo criptografado que identifica o local das reuniões dos funcionários. Espera-se que o Room campo armazene 100.000 valores totais, mas existem apenas 50 salas diferentes que os funcionários podem reservar para reuniões. Isso significa que a população é 50 porque há apenas 50 valores exclusivos possíveis que podem ser armazenados no Room campo.

Ao estimar sua população, não se esqueça de considerar o crescimento projetado do conjunto de dados. Depois de gravar novos registros com o beacon, não será possível atualizar o comprimento do beacon. Analise seu modelo de ameaças e todas as soluções de banco de dados existentes para criar uma estimativa do número de valores exclusivos que você espera que esse campo armazene nos próximos cinco anos.

A sua população não precisa ser precisa. Primeiro, identifique o número de valores exclusivos em seu banco de dados atual ou estime o número de valores exclusivos que você espera armazenar no primeiro ano. Em seguida, use as perguntas a seguir para ajudá-lo a determinar o crescimento projetado de valores exclusivos nos próximos cinco anos.

A diferença entre 50.000 e 60.000 valores exclusivos não é significativa e ambos resultarão no mesmo comprimento de beacon recomendado. No entanto, a diferença entre 50.000 e 500.000 valores exclusivos afetará significativamente o comprimento recomendado do beacon.

Considere analisar os dados públicos com base na frequência de tipos de dados comuns, como códigos postais ou sobrenomes. Por exemplo, existem 41.707 CEPs nos Estados Unidos. A população que você usa deve ser proporcional ao seu próprio banco de dados. Se o ZIPCode campo em seu banco de dados incluir dados de todos os Estados Unidos, você poderá definir sua população como 41.707, mesmo que o ZIPCode campo não tenha atualmente 41.707 valores exclusivos. Se o ZIPCode campo em seu banco de dados incluir apenas dados de um único estado e sempre incluirá dados de um único estado, você poderá definir sua população como o número total de CEPs nesse estado, em vez de 41.704.

Calculando o comprimento do farol a partir do tamanho da população

Quando seus dados estão distribuídos de forma aproximadamente uniforme em cada partição e não contêm valores correlacionados, você pode estimar um comprimento de farol apropriado usando uma fórmula simples baseada na população.

Seja p o tamanho da população do farol, ou seja, o número de valores de texto simples distintos a partir dos quais o farol é construído em uma única partição. Um ponto de partida comum para o comprimento do farol b (em bits) é:

b = log₂(p) − 1
  

Essa fórmula preserva uma probabilidade não desprezível de colisões, mantendo o número de falsos positivos gerenciável. Subtrair um bit do logaritmo garante que vários valores distintos sejam mapeados para o mesmo farol, o que ajuda a limitar o vazamento de frequência e suporta o anonimato.

Esse cálculo fornece uma estimativa do comportamento médio da colisão em todo o conjunto de dados. Não garante que cada valor produza o mesmo número de falsos positivos, nem leva em conta distribuições distorcidas, valores correlacionados ou padrões de dados adversários.

Use essa fórmula como uma diretriz inicial em vez de um requisito estrito. Sempre valide a configuração resultante em relação ao seu modelo de ameaça, expectativas de desempenho e características de dados observadas e ajuste o comprimento do farol ou o número de partições conforme necessário.

Tópico avançado sobre o comprimento do farol

Como usuário avançado, você tem maior flexibilidade ao selecionar um comprimento de farol apropriado para sua solução. Você deve escolher um tamanho que proteja adequadamente a confidencialidade de seus dados e, ao mesmo tempo, minimize qualquer impacto desnecessário no desempenho da consulta. A quantidade de segurança preservada por um beacon depende da distribuição do seu conjunto de dados e da correlação dos campos a partir dos quais seus beacons são construídos.

Se seu conjunto de dados estiver distribuído aproximadamente uniformemente, você poderá usar as equações e procedimentos a seguir para ajudar a estimar um comprimento de farol apropriado para sua implementação. Essas equações fornecem uma estimativa do número médio de falsos positivos que um farol pode produzir, mas não garantem um número específico de falsos positivos para cada valor exclusivo no conjunto de dados. Os tópicos a seguir pressupõem que seus beacons estejam distribuídos uniformemente e não contenham dados correlacionados.

Exemplo avançado de comprimento de farol

Considere um banco de dados que marcou o unit campo como ENCRYPT_AND_SIGN nas ações criptográficas. Para configurar um beacon padrão para o campo unit, precisamos determinar o número esperado de falsos positivos e o comprimento do beacon para o campo unit.