[論文レビュー] Secure k-Nearest Neighbor Query over Encrypted Data in Outsourced Environments

Yousef Elmehdwi, Bharath K. Samanthula+1 more|arXiv (Cornell University)|Jul 18, 2013

Cryptography and Data Security参考文献 20被引用数 4

ひとこと要約

本稿では、クラウド環境における暗号化データ向けに、2つの安全なk-近傍（k-NN）照合プロトコルを提案する：基本的プロトコル（S$k$NN$_\text{b}$）と完全に安全なプロトコル（S$k$NN$_\text{m}$）。安全プロトコルは、同型暗号と安全なマルチパーティ計算を用いて、データ機密性、照合プライバシー、アクセスパターンの隠蔽を保護し、6つの属性に対してユーザー側の計算量が低く（4–17 ms）かつ大規模データセットで効率的に並列処理可能な仕組みを実現する。

ABSTRACT

For the past decade, query processing on relational data has been studied extensively, and many theoretical and practical solutions to query processing have been proposed under various scenarios. With the recent popularity of cloud computing, users now have the opportunity to outsource their data as well as the data management tasks to the cloud. However, due to the rise of various privacy issues, sensitive data (e.g., medical records) need to be encrypted before outsourcing to the cloud. In addition, query processing tasks should be handled by the cloud; otherwise, there would be no point to outsource the data at the first place. To process queries over encrypted data without the cloud ever decrypting the data is a very challenging task. In this paper, we focus on solving the k-nearest neighbor (kNN) query problem over encrypted database outsourced to a cloud: a user issues an encrypted query record to the cloud, and the cloud returns the k closest records to the user. We first present a basic scheme and demonstrate that such a naive solution is not secure. To provide better security, we propose a secure kNN protocol that protects the confidentiality of the data, user's input query, and data access patterns. Also, we empirically analyze the efficiency of our protocols through various experiments. These results indicate that our secure protocol is very efficient on the user end, and this lightweight scheme allows a user to use any mobile device to perform the kNN query.

研究の動機と目的

• 外部化されたクラウドデータベースにおける暗号化データ上での安全で効率的なk-近傍（k-NN）照合処理の不足を解消すること。
• 従来の手法に見られるセキュリティ上の欠陥（選択・既知平文攻撃への脆弱性や結果の不正確さ）を克服すること。
• データおよびユーザー照合の機密性を保ちながら、クラウドに対してデータアクセスパターンを隠蔽すること。
• モバイル端末などの軽量デバイスをサポートできるように、エンドユーザーの計算オーバーヘッドを最小限に抑えること。
• 大規模データセット向けに、並列処理とマップ・リダース統合を用いたスケーラブルなソリューションを提供すること。

提案手法

• データベースレコードをクラウドに外部化する前に、属性ごとの公開鍵暗号（例：Paillier）を用いて暗号化する。
• 同型暗号を用いて、復号化を行わずに暗号化された照合と暗号化されたデータレコード間の二乗ユークリッド距離を計算する。
• 安全なマルチパーティ計算（MPC）に基づくプロトコル（S$k$NN$_\text{m}$）を実装し、距離の比較とk番目に小さい距離の特定を、アクセスパターンを露呈せずに実行する。
• 二段階プロトコルを設計する：第一段階でユーザーが照合を暗号化してクラウドに送信し、第二段階でクラウドが安全な距離計算を実行し、k番目に近い結果を返す。
• プライバシーを保ちつつk番目に小さい距離を特定するための安全な最小値選択プロトコル（SMIN$_n$）を導入する。
• OpenMPを用いてデータレコード間の距離計算を並列化し、6コアシステムで最大6倍の高速化を達成する。

実験結果

リサーチクエスチョン

• RQ1 暗号化されたデータ上でクラウド環境でk-NN照合を安全に処理する方法は何か？ これにより、データ、照合、アクセスパターンが露呈されない。
• RQ2 既存のS$k$NNプロトコルにおけるセキュリティと効率性のトレードオフは何か？ そして、どのように改善できるか？
• RQ3 モバイル端末やリソース制限のあるデバイスをサポートできるように、ユーザー側の計算量を最小限に抑えた安全なk-NNプロトコルを設計可能か？
• RQ4 並列処理および分散処理技術を用いることで、安全なk-NNプロトコルのスケーラビリティはどの程度向上できるか？
• RQ5 提案されたプロトコルは、[28]、[13]、[31] における先行研究と比較して、性能およびセキュリティ面でどのように異なるか？

主な発見

• 提案されたS$k$NN$_\text{m}$プロトコルは、従来の手法とは異なり、データ機密性、照合プライバシー、アクセスパターンの隠蔽を完全に保護する完全なセキュリティを達成する。
• S$k$NN$_\text{b}$プロトコルは、kに依存しない定数のユーザー側計算量（kに関わらず0.73分）を有するが、S$k$NN$_\text{m}$のユーザー側コストも低く抑えられており、6つの属性および512–1024ビット鍵の場合に4–17 msである。
• k=5の場合、S$k%NN$_\text{m}$の総コストの69.7％がSMIN$_n$プロトコルに起因するが、kが25に増加するとこの割合は少なくとも75％に上昇する。
• S$k$NN$_\text{b}$の並列化版は6コアシステムで6倍の高速化を達成し、n=10,000レコードのとき、直列実行時の215.59秒から40秒に短縮された。
• S$k$NN$_\text{m}$プロトコルはS$k$NN$_\text{b}$よりもはるかに高コストであり、kが5から25に増加するにつれ実行時間が11.93分から55.65分に上昇するが、より強いセキュリティ保証を提供する。
• 結果から、提案されたプロトコルがユーザー側で非常に効率的であり、並列化によってスケーラブルであることが確認され、モバイルデバイスおよび大規模クラウド環境への展開に適している。