[논문 리뷰] A Large-scale Concurrent Data Anonymous Batch Verification Scheme for Mobile Healthcare Crowd Sensing

Jingwei Liu, Huijuan Cao외 4명|arXiv (Cornell University)|2018. 04. 05.

User Authentication and Security Systems인용 수 8

한 줄 요약

이 논문은 개선된 무증명서 기반 집합 서명(Improved Certificateless Aggregate Signature, CL-AS)을 사용하여 모바일 헬스케어 커뮤니티 센싱(Mobile Healthcare Crowd Sensing, MHCS) 시스템을 위한 대규모 동시 데이터 익명성 배치 검증 기반 기술을 제안한다. 이는 다수의 사용자로부터 온 막대한 생체의학 데이터를 효율적이고 프라이버시를 보장하는 방식으로 동시에 검증할 수 있도록 하며, 사용자 신원을 은폐함으로써 기존 기법들보다 계산 및 저장 오버헤드를 낮추고, 기존 방법 대비 최대 50%의 시간 비용 절감을 달성한다.

ABSTRACT

Recently, with the rapid development of big data, Internet of Things (IoT) brings more and more intelligent and convenient services to people's daily lives. Mobile healthcare crowd sensing (MHCS), as a typical application of IoT, is becoming an effective approach to provide various medical and healthcare services to individual or organizations. However, MHCS still have to face to different security challenges in practice. For example, how to quickly and effectively authenticate masses of bio-information uploaded by IoT terminals without revealing the owners' sensitive information. Therefore, we propose a large-scale concurrent data anonymous batch verification scheme for MHCS based on an improved certificateless aggregate signature. The proposed scheme can authenticate all sensing bio-information at once in a privacy preserving way. The individual data generated by different users can be verified in batch, while the actual identity of participants is hidden. Moreover, assuming the intractability of CDHP, our scheme is proved to be secure. Finally, the performance evaluation shows that the proposed scheme is suitable for MHCS, due to its high efficiency.

연구 동기 및 목표

• 모바일 헬스케어 커뮤니티 센싱(MHCS) 시스템에서 민감한 생체의학 데이터의 대용량을 효율적이고 안전하게 신원 확인하는 데 도전 과제를 해결한다.
• 검증 과정에서 개인의 신원과 건강 데이터가 泄露될 수 있는 위험을 해소한다.
• 대규모 데이터 집계 및 검증 과정에서의 계산 및 저장 오버헤드를 감소시킨다.
• 여러 사용자 데이터를 동시에 배치 검증하면서도 사용자 익명성을 유지할 수 있도록 한다.
• 기존 기법보다도 존재적 위조에 저항하는 강력한 보안성과 실시간 MHCS 응용에 적합한 효율성을 동시에 확보하는 기반 기술을 설계한다.

제안 방법

• 증명서 관리 오버헤드를 제거하기 위해 개선된 무증명서 기반 집합 서명(CL-AS) 기반 기술을 활용한다.
• 암호학적 연산을 위해 유형 A 타원곡선(y² = x³ + x)에서 이중선형 페어링과 스칼라 곱셈을 적용한다.
• 다수의 서명을 식 (16)을 통해 하나의 검증 메시지로 집계하는 배치 검증 메커니즘을 도입한다.
• 검증 과정에서 직접 식별자를 대체하여 익명 자격 증명(Uᵢ, Vᵢ, SN′ᵢ)을 사용함으로써 사용자 신원을 은폐한다.
• 서명, 검증, 집계, 집합 검증의 네 단계로 구성된 프로토콜을 설계하였으며, 각 단계는 효율성 최적화를 위해 설계되었다.
• 보안 기반은 계산적 디피-헬먼 문제(CDHP)의 난이도이며, 랜덤 오рак불 모델에서 EUF-CMA 기반으로 보안성이 입증되었다.

실험 결과

연구 질문

• RQ1 모바일 헬스케어 커뮤니티 센싱에서 대규모 생체의학 데이터를 효율적으로 검증하면서도 사용자 프라이버시를 보장할 수 있는 방법은 무엇인가?
• RQ2 복잡한 증명서 관리에 의존하지 않고도 배치 검증과 익명성을 동시에 확보할 수 있는 암호학적 메커니즘은 무엇인가?
• RQ3 제안된 기반 기술이 기존의 CL-AS 및 집합 서명 기반 기술 대비 계산 및 저장 오버헤드 측면에서 성능적으로 어떻게 비교되는가?
• RQ4 참여자 수가 증가할 경우 배치 검증 과정의 확장성과 효율성에 어떤 영향을 미치는가?
• RQ5 CDHP의 난이도를 기반으로 하는 표준 가정 하에, 존재적 위조에 저항하는 강력한 보안 보장을 달성할 수 있는가?

주요 결과

• 제안된 기반 기술은 총 계산 오버헤드를 2nH + 2nP + nS로 줄였으며, [23], [24], [36]의 기법들이 각각 5nH + 4nP + 2nS, 2nH + 3nP + 3nS, 2nH + 3nP + 2nS를 요구하는 것에 비해 우수한 성능을 보였다.
• 집합 검증 단계에서 오직 두 번의 페어링 연산만을 요구하여 암호학적 비용을 최소화하였다.
• 참여자 수가 증가함에 따라 시간 오버헤드가 [23] 대비 최대 50%, [24] 대비 42.1%, [36] 대비 39% 감소하였다.
• 저장 오버헤드가 크게 감소하였으며, 기존의 1344n 비트(개별 서명 저장)에서 배치 모드에서는 160n + 1184 비트로 줄어들어 n이 증가할수록 상당한 절감 효과를 보였다.
• 비교 대상 기법들 대비 최저 수준의 계산 복잡도와 저장 오버헤드를 달성하여 대규모 MHCS 구현에 있어 뛰어난 효율성을 입증하였다.
• 공식적인 보안 증명을 통해 기반 기술이 CDHP의 비가역성에 기반하여 적응적 선택 메시지 공격에 대해 존재적 위조에 저항하는 보안성을 확보하고 있음을 입증하였다.