[論文レビュー] Priority-Aware Private Matching Schemes for Proximity-Based Mobile Social Networks

Ben Niu, Tanran Zhang+3 more|arXiv (Cornell University)|Jan 31, 2014

Caching and Content Delivery参考文献 18被引用数 11

ひとこと要約

本稿では、近接性に基づくモバイルソーシャルネットワークにおけるプライバシー保護型マッチング方式 P-match および E-match を提案する。これらは、ユーザーが定義する属性の優先順位を組み込むことでマッチング精度を向上させる。コンmutative暗号と優先順位対応の類似度関数を組み合わせ、ブルームフィルタで最適化することで、強固なプライバシー保護、低コストな計算、エネルギー効率の高い性能を達成。E-match はモバイルデバイス上でのマッチングを 0.2 秒未塔で完了する。

ABSTRACT

The rapid developments of mobile devices and online social networks have resulted in increasing attention to Mobile Social Networking (MSN). The explosive growth of mobile-connected and location-aware devices makes it possible and meaningful to do the Proximity-based Mobile Social Networks (PMSNs). Users can discover and make new social interactions easily with physical-proximate mobile users through WiFi/Bluetooth interfaces embedded in their smartphones. However, users enjoy these conveniences at the cost of their growing privacy concerns. To address this problem, we propose a suit of priority-aware private matching schemes to privately match the similarity with potential friends in the vicinity. Unlike most existing work, our proposed priority-aware matching scheme (P-match) achieves the privacy goal by combining the commutative encryption function and the Tanimoto similarity coefficient which considers both the number of common attributes between users as well as the corresponding priorities on each common attribute. Further, based on the newly constructed similarity function which takes the ratio of attributes matched over all the input set into consideration, we design an enhanced version to deal with some potential attacks such as unlimitedly inputting the attribute set on either the initiator side or the responder side, etc. Finally, our proposed E-match avoids the heavy cryptographic operations and improves the system performance significantly by employing a novel use of the Bloom filter. The security and communication/computation overhead of our schemes are thoroughly analyzed and evaluated via detailed simulations and implementation.

研究の動機と目的

• 既存のプライベートマッチング方式が共通属性をすべて同等に扱うという限界を是正し、共有関心に対するユーザーの主観的優先順位を無視しないようにする。
• 悪意あるユーザーが不正な属性を多数送信することでプライベート情報を推測する攻撃から、プライバシーリスクを軽減する。
• 計算リソースとエネルギー消費を最小限に抑えるため、制限されたリソースを持つモバイルデバイスに適した軽量で効率的なプロトコルを設計する。
• イニシエータおよびレスポンダ側の攻撃に対して耐性を持つ、堅牢で優先順位対応の類似度メトリクスを導入することで、セキュリティを強化する。
• プライバシー、精度、パフォーマンスのバランスを取ることで、実世界のモバイルソーシャルネットワークへの実用的導入を実現する。

提案手法

• 共通属性の数とその優先順位重みを両方考慮する優先順位対応の Ochiai 類似度関数を導入し、マッチングの関連性を向上させる。
• コンミュタティブ暗号を用いて、両者に生データの属性セットを露呈せずに類似度計算を安全に実行する。
• 入力属性総数に対する一致属性の比率を正規化する改良型類似度関数を設計し、属性の洪水攻撃に対して耐性を持つ。
• E-match プロトコルでブルームフィルタを活用し、通信量と計算コストを削減。高コストな暗号演算を置き換える。
• マッチング結果以外を学習しないよう保証するセキュアなマルチパーティ計算フレームワークを策定する。
• しきい値ベースの意思決定メカニズムを統合し、下位の属性データを露呈せずにフレンドシップマッチを決定する。

実験結果

リサーチクエスチョン

• RQ1 近接性に基づくモバイルネットワークにおけるソーシャルマッチング精度を向上させるために、属性の優先順位をプライベートマッチングに効果的に統合する方法は何か？
• RQ2 悪意あるユーザーが過剰な属性を注入することでプライベート情報を推測する洪水攻撃を防ぐためのメカニズムは何か？
• RQ3 制限された計算リソースとエネルギー消費のモバイルデバイスに適応できるように、プライベートマッチングをどの程度効率化できるか？
• RQ4 提案された優先順位対応の類似度関数は、単純な共通集合や Tanimoto 係数といった従来手法をどの程度上回るか？
• RQ5 ブルームフィルタを活用した最適化により、通信コストと計算コストを著しく削減できるか、かつセキュリティは維持できるか？

主な発見

• κ=10 の条件下で、Nexus S スマartフォン上での E-match プrotocol はマッチングフェーズをわずか 103.6 ミリ秒で完了し、数分もかかる既存の手法を上回る性能を示す。
• 平均して、E-match はイニシエータ側で 55.60 mJ、レスポンダ側で 33.00 mJ のエネルギー消費で済み、P-match の 9.81 J や他の手法の 178–280 J よりも著しく低い。
• E-match の実行時間は優先順位値 (κ) の上昇に伴いわずかに増加するが、κ=10 でも 200 ミリ秒未満に保たれ、耐障害性とスケーラビリティを示している。
• P-match はスマートフォン上で 15.67 秒のオンライン計算時間を要するが、[20] や [24] の 500 秒を超える手法よりも著しく高速である。
• 提案された優先順位対応 Ochiai 類似度関数は、『がん』のような高優先度共通属性と『音楽』のような低優先度属性のマッチを明確に区別でき、従来手法が失敗するケースを解消した。
• シミュレーション結果から、E-match プロトコルが従来の暗号的手法と比較して通信コストと計算コストを 90% 以上削減しながらも、強固なセキュリティ保証を維持していることが確認された。