[論文レビュー] Cloud-based Privacy Preserving Image Storage, Sharing and Search

Lan Zhang, Taeho Jung+3 more|arXiv (Cornell University)|Oct 24, 2014

Advanced Image and Video Retrieval Techniques参考文献 28被引用数 8

ひとこと要約

本稿では、大規模な画像のストレージ、共有、コンテンツベース検索を実現するプライバシー保護型クラウドベースのシステムPICを提案する。同システムは同型暗号と属性ベースアクセス制御を用いて、安全かつ効率的な画像検索を可能にし、ユーザーが細かく指定可能なアクセスポリシーを設定できる。また、計算の大部分をクラウドにアウトソーシングするが、実験結果により、実世界の画像データセットにおいて強力なプライバシー保護とスケーラビリティを実現している。

ABSTRACT

High-resolution cameras produce huge volume of high quality images everyday. It is extremely challenging to store, share and especially search those huge images, for which increasing number of cloud services are presented to support such functionalities. However, images tend to contain rich sensitive information (\eg, people, location and event), and people's privacy concerns hinder their readily participation into the services provided by untrusted third parties. In this work, we introduce PIC: a Privacy-preserving large-scale Image search system on Cloud. Our system enables efficient yet secure content-based image search with fine-grained access control, and it also provides privacy-preserving image storage and sharing among users. Users can specify who can/cannot search on their images when using the system, and they can search on others' images if they satisfy the condition specified by the image owners. Majority of the computationally intensive jobs are outsourced to the cloud side, and users only need to submit the query and receive the result throughout the entire image search. Specially, to deal with massive images, we design our system suitable for distributed and parallel computation and introduce several optimizations to further expedite the search process. We implement a prototype of PIC including both cloud side and client side. The cloud side is a cluster of computers with distributed file system (Hadoop HDFS) and MapReduce architecture (Hadoop MapReduce). The client side is built for both Windows OS laptops and Android phones. We evaluate the prototype system with large sets of real-life photos. Our security analysis and evaluation results show that PIC successfully protect the image privacy at a low cost of computation and communication.

研究の動機と目的

• 信頼できないクラウド環境における大規模かつ高解像度の画像のストレージ、共有、検索の増大する課題に対処すること。
• 特徴ベクトルが元の画像を再構築可能であるため、コンテンツベース検索中に画像のプライバシーを保護すること。
• 画像所有者が誰が自分の画像を検索できるかを指定できる細かいつながりのアクセス制御を可能にすること。
• 計算の大部分をクラウドにアウトソーシングすることで、プライバシーを保持したまま効率的でスケーラブルな検索を実現すること。
• 検索中に画像所有者とのインタラクションを必要とせず、画像データ、クエリ、結果の機密性を維持するシステムを設計すること。

提案手法

• 同型暗号（特に回路に依存しない対称鍵方式）を用いて、暗号化された特徴ベクトル上で安全な距離計算を可能にする。
• コンテンツベースの類似性照合のため、画像を高次元ベクトルとして表現するためにSIFT特徴記述子を適用する。
• Hadoop MapReduceとHDFSを用いて、マシンクラスタ上で分散かつ並列化された検索パイプラインを実装し、スケーラビリティを確保する。
• 暗号文ポリシー属性ベース暗号（CP-ABE）を統合して、画像に対する細かいつながりのアクセス制御を実装する。
• 検索パフォーマンスを最適化し、重複計算を削減するためにインデックス構造を構築する。
• WindowsおよびAndroidクライアントをサポートするクライアント・サーバー・アーキテクチャを設計し、エンドツーエンドのプライバシー保護型画像検索を実現する。

実験結果

リサーチクエスチョン

• RQ1 画像コンテンツ、クエリ、結果が露出しない状態で、クラウド上でコンテンツベースの画像検索を安全に実行できるか？
• RQ2 画像再構築が可能であると知られている特徴ベクトルを処理する際、プライバシーをどのように保護できるか？
• RQ3 計算をアウトソーシングすることで、強力な機密性を保ちつつ、効率的でスケーラブルな検索を実現できるか？
• RQ4 特定の画像を検索できるのは承認済みユーザーに限るようなアクセス制御ポリシーをどのように実装できるか？
• RQ5 標準的手法と比較して、プライバシー保護型画像検索のパフォーマンスオーバーヘッドはどの程度か？

主な発見

• 特徴ベクトルから再構築された画像でさえ、先進的な再構築技術を用いても元の画像と区別がつかないため、システムは画像プライバシーを効果的に保護している。
• 同型暗号の使用により、クラウドプロバイダーがクエリおよび検索結果の両方を機密に保っていることが保証されている。
• Hadoop MapReduceを用いたプロトタイプ実装は、実際の写真を含む大規模な画像データセットにおいて、スケーラビリティと効率性を示している。
• CP-ABEの統合により、画像所有者が特定のユーザーまたはユーザー属性が自分の画像を検索できるように指定できる細かいつながりのアクセス制御が可能になった。
• クライアント側の計算を最小限に抑え、クラウド側の並列処理に依存することで、安全でプライベートかつ効率的なコンテンツベースの画像検索を実現した。
• セキュリティ分析により、特徴ベクトルの漏洩に対する既知の攻撃に対してシステムが耐性を持ち、現実的な脅威モデル下でもプライバシーを保持していることが確認された。