[논문 리뷰] A Highly Accurate Query-Recovery Attack against Searchable Encryption using Non-Indexed Documents

Marc Damie, Florian Hahn외 1명|University of Twente Research Information|2023. 06. 27.

Cryptography and Data Security참고 문헌 16인용 수 4

한 줄 요약

이 논문은 검색 가능한 대칭 암호화(SSE)에 대한 유사 데이터 기반 쿼리 복구 공격을 제시하며, 오직 10개의 알려진 쿼리와 분포가 유사한 인덱스에 포함되지 않은 문서만으로도 최대 90%의 쿼리 복구 정확도를 달성한다. 이 공격은 높은 해석 가능성과 최소한의 적대자 지식을 요구하는 개선된 신뢰도 점수 기반 메커니즘을 사용하여, 이전의 공격 방식보다 뛰어나며, 인덱스에 포함된 문서의 20% 이상를 정확히 안다는 전제가 필요로 하지 않는다.

ABSTRACT

Cloud data storage solutions offer customers cost-effective and reduced data management. While attractive, data security issues remain to be a core concern. Traditional encryption protects stored documents, but hinders simple functionalities such as keyword search. Therefore, searchable encryption schemes have been proposed to allow for the search on encrypted data. Efficient schemes leak at least the access pattern (the accessed documents per keyword search), which is known to be exploitable in query recovery attacks assuming the attacker has a significant amount of background knowledge on the stored documents. Existing attacks can only achieve decent results with strong adversary models (e.g. at least 20% of previously known documents or require additional knowledge such as on query frequencies) and they give no metric to evaluate the certainty of recovered queries. This hampers their practical utility and questions their relevance in the real-world. We propose a refined score attack which achieves query recovery rates of around 85% without requiring exact background knowledge on stored documents; a distributionally similar, but otherwise different (i.e., non-indexed), dataset suffices. The attack starts with very few known queries (around 10 known queries in our experiments over different datasets of varying size) and then iteratively recovers further queries with confidence scores by adding previously recovered queries that had high confidence scores to the set of known queries. Additional to high recovery rates, our approach yields interpretable results in terms of confidence scores.

연구 동기 및 목표

• 실제로 인덱스에 포함된 문서를 알지 못해도 되는 실용적인 피사체 쿼리 복구 공격을 개발하는 것.
• 이전의 공격 방식이 인덱스에 포함된 문서의 20% 이상를 정확히 안다는 전제에 의존하는 한계를 극복하는 것.
• 예를 들어 이전의 데이터 유출에서 발생한 문서처럼 분포가 유사한 비인덱스 문서만을 사용하여도 효과적인 쿼리 복구를 가능하게 하는 것.
• 복구된 쿼리에 대해 해석 가능하고 고정밀도를 보장하는 신뢰도 점수 지표를 도입하는 것.
• 쿼리 분포와 알려진 쿼리 선택 방식이 공격 성능에 미치는 영향을 평가하는 것.

제안 방법

• 공격은 특정 키워드와 일치할 가능성이 높은 쿼리 토큰(트랩도어)을 평가하기 위해 개선된 점수 함수를 사용하며, 쌍이 올바를 경우 점수를 최대화한다.
• 이 공격은 최소 10개의 알려진 쿼리-토큰 쌍으로 시작하여, 높은 신뢰도를 가진 복구된 쌍을 반복적으로 추가함으로써 알려진 셋을 확장한다.
• 신뢰도 점수는 쿼리의 결과 집합과 알려진 문서 간의 겹침을 기반으로 계산되며, 분포 유사성을 활용한다.
• 공격자는 암호화된 문서와 유사한 분포를 가지지만 인덱스에 포함되지 않은 데이터셋에 액세스할 수 있다고 가정한다.
• 통계 모델링을 사용하여 트랩도어-키워드 매칭의 가능성 확률을 추정하며, 점수는 복구 신뢰도를 반영하도록 校정된다.
• 실제 적용 가능성을 평가하기 위해 균일 분포와 지프 분포 쿼리 두 가지 상황에서 공격을 평가한다.

Figure 2: Average accuracy of the base matching algorithm on Enron for vocabulary size. Parameters: $|\mathcal{D}_{\text{sim}}|=12K,|\mathcal{D}_{\text{real}}|=18K,|\mathcal{Q}|=0.15\cdot m_{\text{real}}$

실험 결과

연구 질문

• RQ1 실제로 인덱스에 포함된 문서를 알지 못해도 피사체 쿼리 복구 공격이 높은 정확도를 달성할 수 있는가?
• RQ2 적대자가 분포가 유사한 비인덱스 문서만 액세스할 수 있을 경우 공격 성능는 어떻게 변하는가?
• RQ3 알려진 쿼리의 분포(예: 빈도 높은 키워드 대비 무작위 키워드)가 공격 성공률에 얼마나 큰 영향을 미치는가?
• RQ4 실제 쿼리 분포(예: 지프 분포)는 일반적으로 가정되는 균일 분포와 비교해 공격 효과성 측면에서 어떻게 다른가?
• RQ5 신뢰도 점수 지표는 쿼리 복구 공격에서 해석 가능하고 신뢰할 수 있는 결과를 제공할 수 있는가?

주요 결과

• 개선된 점수 공격은 오직 10개의 알려진 쿼리 토큰과 비인덱스이지만 분포가 유사한 문서만을 사용할 경우 최대 90%의 쿼리 복구율을 달성한다.
• 지프 분포 쿼리 하에서 공격은 어휘 크기가 1,000인 경우 91%의 정확도에 도달하며, 이는 균일 분포 하에서의 성능을 크게 뛰어넘는다.
• 알려진 쿼리 수가 많을수록 공격 성능이 향상되며, 높은 빈도의 키워드를 알려진 쿼리로 사용할 경우 정확도의 분산이 감소한다.
• 지프 분포와 같은 비균일 쿼리 분포 하에서는 공격이 더 효과적이며, 균일 가정 대비 복구 정확도를 거의 두 배로 높일 수 있다.
• 신뢰도 점수 지표는 결과를 해석 가능하게 하여 공격자가 각 복구된 쿼리의 신뢰성을 평가할 수 있도록 한다.
• 기존의 대응 조치인 팯딩과 가로막기 기법이 개선된 점수 공격을 완화하는 데 효과적임을 입증한다.

Figure 3: Average execution time of the matching algorithm for vocabulary size Parameters: $|\mathcal{D}_{\text{sim}}|=12K,|\mathcal{D}_{\text{real}}|=18K,|\mathcal{Q}|=0.15\cdot m_{\text{real}},|\text{Known}\mathcal{Q}|=10$