TU Darmstadt / ULB / TUbiblio

Towards Efficient Trustworthy Data Systems

El-Hindi, Muhammad (2023)
Towards Efficient Trustworthy Data Systems.
Technische Universität Darmstadt
doi: 10.26083/tuprints-00024480
Dissertation, Erstveröffentlichung, Verlagsversion

Kurzbeschreibung (Abstract)

Modern trends like digitization and data ecosystems, accelerated by recent events such as COVID-19, necessitate a shift from isolated data management in silos to more open models in which organizations process and share data across organizational boundaries. This transition, however, spawns interdependencies among organizations and generates unique challenges for data management, including data integrity, auditability, and regulatory compliance. Addressing these novel requirements presents significant challenges for traditional data systems such as database management systems. These systems were designed under the assumptions of a single organization owning and managing data, not considering shared data access by multiple parties. Hence, this dissertation explores the concept and development of trustworthy data systems designed to address the unique demands of managing data across multiple organizations. Nevertheless, creating efficient, trustworthy data systems poses several challenges, which are examined through the lens of three main dimensions: data storage, processing, and benchmarking. In this thesis, we provide an overarching analysis of the requirements of data systems in these areas and dive deep into fundamental building blocks from a performance-centric perspective. The concept of trustworthy data storage is investigated within our novel system, BlockchainDB. It addresses the requirements of data integrity and auditability by leveraging blockchains as a storage backend. However, to mitigate the performance limitations of blockchains and facilitate a user-friendly data interaction, we introduce an additional database layer that utilizes techniques like sharding. To advance the efficiency of trustworthy data storage, we also inspect the performance limitations of Merkle Trees, a key data structure for integrity in many systems such as blockchains. We find that Merkle Trees suffer from significant performance limitations when data is frequently updated and propose techniques to improve both throughput and scalability. Addressing the novel requirements of trustworthy data processing, this work presents the system TrustDBle. By integrating blockchains and secure hardware such as Intel’s Software Guard Extensions (SGX), this system efficiently ensures policy adherence and computational integrity. Recognizing the constraints SGX faces with large data volumes, we propose incorporating only critical components within an enclave, thereby balancing efficiency and integrity. Additionally, the dissertation explores the capabilities and limitations of Intel’s second-generation SGX technology (SGXv2) in supporting data-intensive applications. By doing so, we find that SGXv2 improves upon its predecessor and can handle larger data volumes more efficiently, but new issues like remote NUMA access need attention. This research also extends beyond traditional database workloads and explores trustworthy data processing within a federated learning context, proposing a decentralized parameter server architecture that provides robust privacy protection. In the context of benchmarking trustworthy data systems, this dissertation provides a two-fold contribution. In analogy to the ACID properties, particularly isolation levels, it advocates for declarative expressions of system properties like verifiability, enhancing user understanding and implementation flexibility. Secondly, it introduces a holistic benchmark design for these systems, incorporating traditional performance metrics and novel elements like verifiability and auditability. The research encapsulated in this dissertation paves the way for efficient, trustworthy data management across organizations. The presented insights and techniques create promising opportunities for adoption by the broader data management community and other systems for cross-organizational collaboration.

Typ des Eintrags: Dissertation
Erschienen: 2023
Autor(en): El-Hindi, Muhammad
Art des Eintrags: Erstveröffentlichung
Titel: Towards Efficient Trustworthy Data Systems
Sprache: Englisch
Referenten: Binnig, Prof. Dr. Carsten ; El Abbadi, Prof. Amr
Publikationsjahr: 2023
Ort: Darmstadt
Kollation: xx, 222 Seiten
Datum der mündlichen Prüfung: 24 August 2023
DOI: 10.26083/tuprints-00024480
URL / URN: https://tuprints.ulb.tu-darmstadt.de/24480
Kurzbeschreibung (Abstract):

Modern trends like digitization and data ecosystems, accelerated by recent events such as COVID-19, necessitate a shift from isolated data management in silos to more open models in which organizations process and share data across organizational boundaries. This transition, however, spawns interdependencies among organizations and generates unique challenges for data management, including data integrity, auditability, and regulatory compliance. Addressing these novel requirements presents significant challenges for traditional data systems such as database management systems. These systems were designed under the assumptions of a single organization owning and managing data, not considering shared data access by multiple parties. Hence, this dissertation explores the concept and development of trustworthy data systems designed to address the unique demands of managing data across multiple organizations. Nevertheless, creating efficient, trustworthy data systems poses several challenges, which are examined through the lens of three main dimensions: data storage, processing, and benchmarking. In this thesis, we provide an overarching analysis of the requirements of data systems in these areas and dive deep into fundamental building blocks from a performance-centric perspective. The concept of trustworthy data storage is investigated within our novel system, BlockchainDB. It addresses the requirements of data integrity and auditability by leveraging blockchains as a storage backend. However, to mitigate the performance limitations of blockchains and facilitate a user-friendly data interaction, we introduce an additional database layer that utilizes techniques like sharding. To advance the efficiency of trustworthy data storage, we also inspect the performance limitations of Merkle Trees, a key data structure for integrity in many systems such as blockchains. We find that Merkle Trees suffer from significant performance limitations when data is frequently updated and propose techniques to improve both throughput and scalability. Addressing the novel requirements of trustworthy data processing, this work presents the system TrustDBle. By integrating blockchains and secure hardware such as Intel’s Software Guard Extensions (SGX), this system efficiently ensures policy adherence and computational integrity. Recognizing the constraints SGX faces with large data volumes, we propose incorporating only critical components within an enclave, thereby balancing efficiency and integrity. Additionally, the dissertation explores the capabilities and limitations of Intel’s second-generation SGX technology (SGXv2) in supporting data-intensive applications. By doing so, we find that SGXv2 improves upon its predecessor and can handle larger data volumes more efficiently, but new issues like remote NUMA access need attention. This research also extends beyond traditional database workloads and explores trustworthy data processing within a federated learning context, proposing a decentralized parameter server architecture that provides robust privacy protection. In the context of benchmarking trustworthy data systems, this dissertation provides a two-fold contribution. In analogy to the ACID properties, particularly isolation levels, it advocates for declarative expressions of system properties like verifiability, enhancing user understanding and implementation flexibility. Secondly, it introduces a holistic benchmark design for these systems, incorporating traditional performance metrics and novel elements like verifiability and auditability. The research encapsulated in this dissertation paves the way for efficient, trustworthy data management across organizations. The presented insights and techniques create promising opportunities for adoption by the broader data management community and other systems for cross-organizational collaboration.

Alternatives oder übersetztes Abstract:
Alternatives AbstractSprache

Moderne Trends wie Digitalisierung und Datenökosysteme, beschleunigt durch jüngste Ereignisse wie COVID-19, erfordern eine Abkehr von isolierter Datenverwaltung in Silos hin zu offeneren Modellen, in denen Organisationen Daten über Organisationsgrenzen hinweg verarbeiten und teilen. Dieser Ansatz erzeugt jedoch Abhängigkeiten zwischen den Organisationen und führt zu besonderen Herausforderungen für das Datenmanagement, einschließlich Datenintegrität, Prüfbarkeit und regulatorischer Konformität. Die Bewältigung dieser neuen Anforderungen stellt herkömmliche Datensysteme wie zum Beispiel Datenbankmanagementsysteme vor erhebliche Herausforderungen. Diese Systeme wurden unter der Annahme entwickelt, dass eine einzige Organisation Daten besitzt und verwaltet, ohne die gemeinsame Datennutzung durch mehrere Parteien zu berücksichtigen. In dieser Dissertation wird daher das Konzept und die Entwicklung vertrauenswürdiger Datensysteme untersucht, die auf die besonderen Anforderungen der Datenverwaltung in mehreren Organisationen zugeschnitten sind. Die Entwicklung effizienter, vertrauenswürdiger Datensysteme birgt jedoch einige Herausforderungen, die anhand von drei Hauptdimensionen untersucht werden: Datenspeicherung, Datenverarbeitung und Benchmarking. In dieser Arbeit wird eine übergreifende Analyse der Anforderungen an Datensysteme in diesen Bereichen vorgenommen und die grundlegenden Bausteine aus einer leistungsorientierten Perspektive beleuchtet. Das Konzept der vertrauenswürdigen Datenspeicherung wird in unserem neuartigen System, BlockchainDB, untersucht. Es erfüllt die Anforderungen an Datenintegrität und Nachvollziehbarkeit, indem es Blockchains als Speicher-Backend nutzt. Um jedoch die Leistungseinschränkungen von Blockchains zu mildern und eine benutzerfreundliche Dateninteraktion zu ermöglichen, führen wir eine zusätzliche Datenbankschicht ein, die Datenbank-Techniken wie Sharding nutzt. Um die Effizienz der vertrauenswürdigen Datenspeicherung zu verbessern, untersuchen wir auch die Leistungseinschränkungen von Merkle-Bäumen, einer Schlüssel-Datenstruktur für Datenintegrität in vielen Systemen wie Blockchains. Wir stellen fest, dass Merkle-Bäume erhebliche Leistungseinschränkungen aufweisen, wenn Daten häufig aktualisiert werden und schlagen Techniken zur Verbesserung von Durchsatz und Skalierbarkeit vor. Um die neuen Anforderungen an vertrauenswürdige Datenverarbeitung zu adressieren, stellt diese Arbeit das System TrustDBle vor. Durch die Integration von Blockchains und sicherer Hardware wie den Software Guard Extensions (SGX) von Intel gewährleistet dieses System effizient die Einhaltung von Richtlinien und die Integrität von Berechnungen. Aufgrund der Kapazitätseinschränkungen von SGX integrieren wir in unserem Ansatz nur kritische Komponenten in einer Enklave, um so Effizienz und Integrität auszubalancieren. Zusätzlich untersucht die Dissertation die Fähigkeiten und Grenzen der SGX-Technologie der zweiten Generation (SGXv2) von Intel bei der Unterstützung datenintensiver Anwendungen. Dabei stellen wir fest, dass SGXv2 wesentliche Verbesserungen einführt und größere Datenmengen effizienter verarbeiten kann, aber neue Herausforderungen wie der remote NUMA-Zugriff Aufmerksamkeit erfordern. Diese Forschung geht auch über traditionelle Datenbank-Workloads hinaus und erforscht die vertrauenswürdige Datenverarbeitung im Kontext des föderierten maschinellen Lernens. Hierbei erarbeiten wir eine dezentralisierte Parameterserver-Architektur, die einen robusten Schutz der Privatsphäre bietet. Im Zusammenhang mit dem Benchmarking vertrauenswürdiger Datensysteme leistet diese Dissertation zwei Beiträge. In Analogie zu den ACID-Eigenschaften, insbesondere den Isolationsstufen, schlagen wir ein deklarative Angabe von Systemeigenschaften wie Nachprüfbarkeit vor, um das Benutzerverständnis und die Implementierungsflexibilität zu verbessern. Zweitens führen wir ein ganzheitliches Benchmark-Design für diese Systeme ein, das traditionelle Leistungsmetriken und neuartige Elemente wie Nachprüfbarkeit und Prüfbarkeit einbezieht. Die in dieser Dissertation vorgestellten Forschungsergebnisse ebnen den Weg für effizientes, vertrauenswürdiges Datenmanagement über Organisationen hinweg. Die vorgestellten Erkenntnisse und Techniken bieten vielversprechende Möglichkeiten für deren Anwendung in der breiteren Datenverwaltungslandschaft und andere Systeme für die organisationsübergreifende Zusammenarbeit.

Deutsch
Status: Verlagsversion
URN: urn:nbn:de:tuda-tuprints-244808
Sachgruppe der Dewey Dezimalklassifikatin (DDC): 000 Allgemeines, Informatik, Informationswissenschaft > 004 Informatik
Fachbereich(e)/-gebiet(e): 20 Fachbereich Informatik
20 Fachbereich Informatik > Data and AI Systems
Hinterlegungsdatum: 07 Sep 2023 11:26
Letzte Änderung: 08 Sep 2023 08:10
PPN:
Referenten: Binnig, Prof. Dr. Carsten ; El Abbadi, Prof. Amr
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: 24 August 2023
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen