隐语可信数据空间MOOC第29讲笔记：安全协作查询语言SCQL

[叶开233]

笔记内容来自隐语Mooc，欢迎一起来学习。Mooc课程地址：https://www.secretflow.org.cn/community/bootcamp/2narwgw4ub8rabq/course/vhii941jitkl122?tab=outline

一、SCQL 背景与概述

1.1 联合数据分析场景

场景类型	特点	技术方案
传统数据分析	数据使用方拥有数据权限	MySQL、Spark等成熟方案
联合数据分析	数据分散在多家机构且高度敏感	需要隐私计算技术

1.2 典型应用场景

• 金融机构 + 电商平台：联合用户画像分析
• 多家医院：联合研究药物疗效
• 跨机构数据协作：在保护隐私前提下进行数据分析

1.3 技术路线对比

技术路线	优点	缺点
TEE SQL	计算效率高	数据要出境，依赖专有硬件
MPC SQL	数据不出境，通用硬件	计算效率相对较低
SCQL	平衡安全性与性能	支持多种密态协议

---

二、SCQL 核心概念

2.1 SCQL 定义

• 全称：Secure Collaborative Query Language
• 定位：提供多方联合数据分析能力的安全查询语言

2.2 关键特性

特性	说明
安全性	半诚实安全模型，列级别数据授权控制（CCL）
易用性	支持MySQL语法，多种数据源接入（MySQL、Postgres、CSV）
扩展性	支持多方（N≥2）协作
性能	支持亿级求交，千万量级聚合，多种密态协议

2.3 支持的密态协议

• SEMI2K
• CHEETAH
• ABY3

---

三、CCL（列控制列表）详解

3.1 CCL 定义与作用

• 全称：Column Control List
• 本质：数据使用约束机制，描述每列数据在使用过程中的约束条件
• 形式：三元组 <src_column, dest_party, constraint>

3.2 CCL 约束类型

约束类型	说明	适用场景
PLAINTEXT	无限制使用	非敏感数据
PLAINTEXT_AFTER_JOIN	JOIN后可明文	关联键
PLAINTEXT_AS_JOIN_PAYLOAD	JOIN负载字段可明文	关联值字段
PLAINTEXT_AFTER_GROUP_BY	分组后可明文	分组统计
PLAINTEXT_AFTER_AGGREGATE	聚合后可明文	统计指标
PLAINTEXT_AFTER_COMPARE	比较后可明文	条件过滤
ENCRYPTED_ONLY	始终密文	高度敏感数据
UNKNOWN	未定义，默认拒绝	安全默认

3.3 CCL 安全模型

• 安全原则：不满足CCL约束一定不安全，满足CCL约束不一定安全
• 审批优化：降低数据使用审批负担，提供优化机会

3.4 CCL 示例

数据授权：

Alice <salary, Bob, PLAINTEXT_AFTER_AGGREGATE>
Bob <id, Alice, PLAINTEXT_AFTER_JOIN>

合法查询：

SELECT AVG(tb.col1)
FROM tb
INNER JOIN ta ON tb.id = ta.id

非法查询：

SELECT tb.id, tb.col1  -- 违反CCL约束
FROM tb
INNER JOIN ta ON tb.id = ta.id

---

四、SCQL 系统架构

4.1 P2P模式系统组成

组件	职责
SCQLBroker	用户交互、状态同步、SQL分析、任务调度
SCQLEngine	明密文混合执行引擎，完成多方分析任务

4.2 架构特点

• 去中心化：P2P部署模式（从中心化演进而来）
• 模块化：Broker与Engine分离，职责清晰
• 可扩展：支持多种数据源和计算后端

---

五、SCQL 实践指南

5.1 典型应用场景

场景描述：

金融机构Alice联合电商平台Bob进行用户画像分析

分析目标：

• 统计不同信用等级的活跃用户人数
• 计算平均收入和平均交易额
• 年龄范围：20-30岁

SQL查询：

SELECT
    ta.credit_rank,
    COUNT(*) as cnt,
    AVG(ta.income) as avg_income,
    AVG(tb.order_amount) as avg_amount
FROM
    ta
INNER JOIN tb ON ta.ID = tb.ID
WHERE
    ta.age >= 20
    AND ta.age <= 30
    AND tb.is_active = 1
GROUP BY
    ta.credit_rank;

5.2 SCQL 使用流程

部署系统
    ↓
项目设置（创建项目、邀请用户）
    ↓
数据授权（创建表、设置CCL）
    ↓
联合分析执行

5.3 部署模式演进

• 历史：中心化部署
• 当前：P2P部署（支持SecretNote演示）

---

六、SCQL 核心价值

6.1 安全性保障

• 🔒 细粒度授权：列级别数据使用控制
• 🔒 约束执行：引擎严格保证CCL约束
• 🔒 半诚实安全：实用的安全模型

6.2 易用性设计

• 🎯 SQL兼容：MySQL语法，学习成本低
• 🎯 多数据源：支持常见数据库和文件格式
• 🎯 工具生态：提供SecretNote等可视化工具

6.3 性能优化

• ⚡ 协议选择：支持多种密态协议适配不同场景
• ⚡ 规模支持：亿级数据求交，千万级聚合
• ⚡ 混合引擎：明密文混合执行提升效率

---

七、学习建议

7.1 入门路径

1. 理解概念：掌握CCL机制和安全模型
2. 环境搭建：部署SCQL系统（P2P模式）
3. 实践案例：运行示例查询，理解CCL配置
4. 场景扩展：尝试复杂业务场景的CCL设计

7.2 进阶方向

• CCL设计：学习如何为不同敏感度数据设计合适的约束
• 性能调优：了解不同密态协议的适用场景
• 系统运维：掌握P2P模式下的系统管理和监控

7.3 注意事项

• CCL谨慎配置：PLAINTEXT约束需特别谨慎
• 安全理解：满足CCL不等于绝对安全，需结合业务风险评估
• 性能平衡：在安全性和性能间找到合适平衡点