[논문 리뷰] A Review of Homomorphic Encryption Libraries for Secure Computation

S. Sathya, Praneeth Vepakomma외 3명|arXiv (Cornell University)|2018. 12. 06.

Cryptography and Data Security참고 문헌 9인용 수 18

한 줄 요약

이 논문은 개인정보 보호를 위한 암호화된 데이터에서의 안전한 계산을 가능하게 하는 6개의 주요 허모르픽 암호화(HE) 라이브러리—SEAL, HElib, TFHE, Paillier, ElGamal, RSA—에 대한 종합적인 리뷰와 비교 분석을 제공한다. 성능 트레이드오프와 적용 가능성 등을 평가하며, 주요 기여 사항으로는 상세한 기능 비교, 프로그래밍 언어 지원 분석, 그리고 헬스케어, 유전체학, 스마트 그라이드 분야의 실제 응용 사례를 포함한다.

ABSTRACT

In this paper we provide a survey of various libraries for homomorphic encryption. We describe key features and trade-offs that should be considered while choosing the right approach for secure computation. We then present a comparison of six commonly available Homomorphic Encryption libraries - SEAL, HElib, TFHE, Paillier, ELGamal and RSA across these identified features. Support for different languages and real-life applications are also elucidated.

연구 동기 및 목표

• 실제 응용 분야에서 안전한 계산을 위한 주요 허모르픽 암호화 라이브러리의 능력을 평가하고 비교하는 것.
• 다양한 HE 체계 간 성능, 지원되는 연산, 구현 복잡성의 주요 트레이드오프를 규명하는 것.
• 응용 분야의 요구 사항에 따라 적절한 HE 라이브러리를 선택하는 데 도움이 되는 지침을 개발자 및 연구자에게 제공하는 것.
• 헬스케어, 유전체학, 스마트 그라이드와 같은 분야에서 허모르픽 암호화가 개인정보 보호 계산을 가능하게 하는 실제 응용 사례를 제시하는 것.
• 언어 지원, 직렬화 기능, 시스템 통합 특성 등을 요약하여 허모르픽 암호화의 보급을 지원하는 것.

제안 방법

• Microsoft SEAL, HElib, TFHE, Paillier, ElGamal, RSA 등 널리 사용되는 6개의 허모르픽 암호화 라이브러리에 대한 체계적 조사를 수행하였다.
• 허모르픽 덧셈 및 곱셈 지원, 음수 연산 처리, 암호문 패킹, 부스팅(bootstrapping), 재선형화(relinearization) 등의 핵심 기능을 기준으로 라이브러리를 평가하였다.
• 성능 및 보안에 영향을 미치는 암호화 매개변수인 다항식 모듈러스, 계수 모듈러스, 노이즈 예산 등을 분석하였다.
• 키 및 암호문 지속성을 위한 언어 지원(C++, Python 등)과 직렬화 기능을 평가하였다.
• 각 라이브러리가 기반으로 하는 암호화 체계(예: SEAL은 BFV 및 CKKS, HElib는 BGV, TFHE는 CCGI)를 매핑하고, 이들의 功能에 미치는 영향을 논의하였다.
• 실제 응용 시나리오를 제시하여 라이브러리의 적합성을 구체화하였으며, 이는 헬스케어 데이터 분석, 유전체학 연구, 스마트 그라이드 모니터링 등을 포함한다.

실험 결과

연구 질문

• RQ1 허모르픽 덧셈과 곱셈을 모두 지원하는 허모르픽 암호화 라이브러리는 무엇이며, 각각의 성능 트레이드오프는 무엇인가?
• RQ2 다양한 라이브러리는 음수 연산을 어떻게 처리하는가? 이에 따른 제약 사항은 무엇인가?
• RQ3 조사된 HE 라이브러리 간 언어 지원, 직렬화, 시스템 통합 측면에서의 주요 차이점은 무엇인가?
• RQ4 헬스케어, 유전체학, 스마트 그라이드와 같은 분야에서 허모르픽 암호화는 어떤 실질적인 응용에 적합하며, 각 분야에 가장 적합한 라이브러리는 무엇인가?
• RQ5 암호화 매개변수와 노이즈 예산은 실질적인 허모르픽 계산의 확장성과 효율성에 어떻게 영향을 미치는가?

주요 결과

• Microsoft SEAL(BFV 및 CKKS 기반)은 정수 또는 분수 인코더를 사용할 경우 음수 연산을 지원하지만, PolyCRTBuilder를 사용할 경우 중국의 나머지 정리의 한계로 인해 지원하지 않는다.
• TFHE는 효율적인 부스팅을 통해 완전 허모르픽 암호화를 지원하며, 저지연 시간 연산에 최적화되어 있어 개인정보 보호 기반 머신러닝에 적합하다.
• HElib는 BGV 체계에 기반하여 재선형화와 부스팅을 통해 고노이즈 예산 관리를 통해 덧셈과 곱셈을 모두 지원하지만, 계산 비용이 매우 높다.
• Paillier와 ElGamal은 부분 허모르픽 체계로, 각각 덧셈 또는 곱셈만 지원하며, 안전한 투표나 개인 정보 검색과 같은 특정 응용 분야에서 더 효율적이다.
• SEAL과 HElib는 키 및 암호문에 대한 네이티브 직렬화 API를 제공하지만, 나머지 라이브러리는 커스터마이제이션 구현이 필요하여 이동성과 배포 용이성에 영향을 미친다.
• 본 연구는 최근의 발전으로 인해 허모르픽 암호화의 실용적 적용이 점점 가능해지고 있으며, 특히 데이터 기밀성이 중요한 분야인 헬스케어, 유전체학, 스마트 그라이드 분야에서 실질적인 응용 사례가 가능하다고 규명하였다.