主要结果
- 样本
- 公开可复现代码仓库
- 评估器
- 将公开声明与其证明工件进行对照
- 结果
- 六项边界自检对 CI 把关：确定性、k=5 去重文本下限、只读 SQL authorizer、静态脱敏、哈希链审计，以及不含私有表的导出库
- 边界
- 这些控制是结构性的而非语义性的；模式脱敏无法识别新型的自我标识文本，且该下限计数的是去重文本而非人数。
Pablo Zavala · AI 安全评估 · 研究工程
面向自由文本数据集的可检查 SQLite 隐私边界
一个无依赖的原型从 SQLite 中的自由文本数据集发布结构，而不暴露原始行或私有基表。模式脱敏在存储前清理文本，k=5 的去重文本下限对每个公开主题和聚合单元格进行把关，SQLite 的 authorizer 在每次查询时拒绝写入、私有表和敏感列。
六项边界自检对 CI 把关：确定性、k=5 去重文本下限、只读 SQL authorizer、静态脱敏、哈希链审计，以及不含私有表的导出库
这些控制是结构性的而非语义性的；模式脱敏无法识别新型的自我标识文本，且该下限计数的是去重文本而非人数。
角色: 唯一作者：边界设计、SQLite authorizer、脱敏与确定性主题分层、哈希链审计，以及自检套件。
评估卡
证据信号
- 样本
- k=5 的去重文本下限对每个公开主题和聚合单元格把关，阻止精确重复灌注
- 评估器
- 阅读仓库、报告、版本化数据或公开演示
- 结果
- SQLite 的解析语句 authorizer 拒绝写入、私有基表、敏感列、sqlite_master 以及未批准的函数
- 边界
- 这些控制是结构性的而非语义性的；模式脱敏无法识别新型的自我标识文本，且该下限计数的是去重文本而非人数。
| 维度 | 样本 | 评估器 | 结果 | 边界 |
|---|---|---|---|---|
| 主要结果 | 公开可复现代码仓库 | 将公开声明与其证明工件进行对照 | 六项边界自检对 CI 把关：确定性、k=5 去重文本下限、只读 SQL authorizer、静态脱敏、哈希链审计，以及不含私有表的导出库 | 这些控制是结构性的而非语义性的；模式脱敏无法识别新型的自我标识文本，且该下限计数的是去重文本而非人数。 |
| 证据信号 | k=5 的去重文本下限对每个公开主题和聚合单元格把关，阻止精确重复灌注 | 阅读仓库、报告、版本化数据或公开演示 | SQLite 的解析语句 authorizer 拒绝写入、私有基表、敏感列、sqlite_master 以及未批准的函数 | 这些控制是结构性的而非语义性的；模式脱敏无法识别新型的自我标识文本，且该下限计数的是去重文本而非人数。 |
如何检查这项工作
评估问题
一个无依赖的原型从 SQLite 中的自由文本数据集发布结构，而不暴露原始行或私有基表。模式脱敏在存储前清理文本，k=5 的去重文本下限对每个公开主题和聚合单元格进行把关，SQLite 的 authorizer 在每次查询时拒绝写入、私有表和敏感列。
可检查证据
主要证据: 六项边界自检对 CI 把关：确定性、k=5 去重文本下限、只读 SQL authorizer、静态脱敏、哈希链审计，以及不含私有表的导出库. 证据表面: 公开可复现代码仓库.
声明边界
这些控制是结构性的而非语义性的；模式脱敏无法识别新型的自我标识文本，且该下限计数的是去重文本而非人数。
案例研究
问题
一个无依赖的原型从 SQLite 中的自由文本数据集发布结构，而不暴露原始行或私有基表。模式脱敏在存储前清理文本，k=5 的去重文本下限对每个公开主题和聚合单元格进行把关，SQLite 的 authorizer 在每次查询时拒绝写入、私有表和敏感列。
背景
该原型回答一个问题：一个由 SQLite 支撑的自由文本数据集，能否在不泄露原始记录或私有基表的情况下暴露有用的公开结构？为回答它，代码将私有存储与狭窄的公开面分开，并用严格且可检查的控制而非约定来强制这一间隔。
方法
Pablo 的角色: 唯一作者：边界设计、SQLite authorizer、脱敏与确定性主题分层、哈希链审计，以及自检套件。 SQLite authorizer sandboxing, Pattern-based PII redaction, k=5 distinct-text public views
结果
六项边界自检对 CI 把关：确定性、k=5 去重文本下限、只读 SQL authorizer、静态脱敏、哈希链审计，以及不含私有表的导出库 k=5 的去重文本下限对每个公开主题和聚合单元格把关，阻止精确重复灌注
边界
这些控制是结构性的而非语义性的；模式脱敏无法识别新型的自我标识文本，且该下限计数的是去重文本而非人数。
证据
公开可复现代码仓库 主要证据位于材料区的链接中。
关键结果
- k=5 的去重文本下限对每个公开主题和聚合单元格把关，阻止精确重复灌注
- SQLite 的解析语句 authorizer 拒绝写入、私有基表、敏感列、sqlite_master 以及未批准的函数
- 模式脱敏在截断前运行并归一化 unicode 形近字符，剥离邮箱、电话、链接、handle、地址和类 ZIP 串
- 规范视图检查会拒绝其 SQL 偏离已发布定义的公开视图，因此被重命名的视图无法凭名称继承信任
- 已发布的导出库省略私有基表、审计行和行级文本，并固定来源审计 head 与行数以供外部验证
- 哈希链审计日志可单独检测行篡改，并在固定 head 与行数后检测尾部删除
- 六项自检和一套 13 个测试的单元套件在 Python 3.11、3.12 和 3.13 上运行，运行时零第三方依赖
方法
- SQLite authorizer sandboxing
- Pattern-based PII redaction
- k=5 distinct-text public views
- Deterministic topic clustering
- Hash-chained audit log