[논문 리뷰] EsPRESSo: Efficient Privacy-Preserving Evaluation of Sample Set Similarity

Carlo Blundo, Emiliano De Cristofaro외 1명|arXiv (Cornell University)|2011. 11. 21.

Machine Learning in Healthcare인용 수 4

한 줄 요약

이 논문은 두 당사자의 개인 샘플 세트 간의 재결합 유사도를 효율적이고 비밀스럽게 계산하거나 근사하는 데 사용할 수 있는 새로운 암호 프로토콜인 EsPRESSo를 소개한다. MinHash 기법과 비밀 집합 교차 카디널리티(PSI-CA)를 활용하여 EsPRESSo는 기밀성과 크기 숨김 성질을 유지하면서도 저복잡도로 세트 유사도를 안전하게 평가할 수 있다. 이는 이전 방법에 비해 효율성 면에서 뚜렷한 우월성을 보인다.

ABSTRACT

Electronic information is increasingly often shared among entities without complete mutual trust. To address related security and privacy issues, a few cryptographic techniques have emerged that support privacy-preserving information sharing and retrieval. One interesting open problem in this context involves two parties that need to assess the similarity of their datasets, but are reluctant to disclose their actual content. This paper presents an efficient and provably-secure construction supporting the privacy-preserving evaluation of sample set similarity, where similarity is measured as the Jaccard index. We present two protocols: the first securely computes the (Jaccard) similarity of two sets, and the second approximates it, using MinHash techniques, with lower complexities. We show that our novel protocols are attractive in many compelling applications, including document/multimedia similarity, biometric authentication, and genetic tests. In the process, we demonstrate that our constructions are appreciably more efficient than prior work.

연구 동기 및 목표

• 두 당사자의 개인 데이터셋 간의 유사도를 실제 내용을 드러내지 않고 비밀스럽게 평가하는 데 도전하는 것.
• 암호 기반 원칙을 사용하여 정확한 재결합 유사도 지수를 계산하는 증명 가능하게 안전하고 효율적인 프로토콜을 설계하는 것.
• 입력 세트를 압축하기 위해 MinHash를 사용하여 계산 및 통신 오버헤드를 줄이는 근사 프로토콜을 개발하는 것.
• 크기 숨김을 달성하여 프로토콜 실행 중에 입력 세트의 크기가 유출되지 않도록 보장하는 것.
• 문서 유사도, 생체 인식 매칭, 유전자 검사와 같은 기밀성이 중요한 응용 분야에서의 실용적 구현을 가능하게 하는 것.

제안 방법

• 프로토콜은 두 개인 세트의 교차 크기를 안전하게 계산하기 위해 핵심 암호 primitive로 비밀 집합 교차 카디널리티(PSI-CA)를 사용한다.
• 정확한 유사도 계산을 위해, PSI-CA를 통해 확보한 비밀 교차 및 합집합 카디널리티로부터 재결합 지수를 유도한다.
• 효율성을 향상시키기 위해, 다중 해시 MinHash를 적용하여 각 입력 세트를 크기 $k$의 일정한 크기의 스케치로 압축하며, 원래 세트의 통계적 성질을 유지한다.
• 근사 프로토콜은 MinHash 스케치의 교차를 PSI-CA를 사용해 계산한 후, $\delta \cdot (v + w)/(1 + \delta)$로 재결합 지수를 추정한다. 여기서 $\delta$는 스케치의 교차 크기이다.
• 프로토콜은 $k$를 실제 입력 세트 크기와 무관한 공개 파rameter로 사용하여 크기 숨김을 보장하며, 세트 카디널리티의 泄露를 방지한다.
• 보안 모델은 비밀 세트에 대한 정보가 similarity 측정값 또는 세트 크기(정확한 경우) 이외에는 유출되지 않음을 보장한다.

실험 결과

연구 질문

• RQ1 서로 신뢰하지 못하는 두 당사자가 개인 샘플 세트의 재결합 유사도를 비밀스럽게 계산하면서도 어떤 개인 데이터도 드러내지 않는 방법은 무엇인가?
• RQ2 증명 가능 안전성과 제한된 정확도를 유지하면서도 개인 유사도 평가의 효율성을 크게 향상시킬 수 있는가?
• RQ3 MinHash 기법을 보안 계산 프로토콜에 통합함으로써 통신 및 계산 비용을 얼마나 줄일 수 있는가?
• RQ4 특히 유사도 평가의 맥락에서, 개인 세트 연산에서 크기 숨김을 달성할 수 있는가? 이는 입력 세트의 카디널리티가 유출되지 않도록 방지하는 데 있다.
• RQ5 기밀 보장 유사도 평가에서 근사 기법을 사용할 경우 실용적 영향과 성능 상충 관계는 어떠한가?

주요 결과

• 제안된 프로토콜은 정확한 및 근사 유사도 평가 모두에 대해 증명 가능한 보안성을 확보하여, 의도된 출력 이외의 개인 데이터가 노출되지 않음을 보장한다.
• MinHash의 사용으로 입력 크기가 일정한 $k$로 줄어들어, 선형 시간 복잡도 $O(k)$를 가지며, 전체 세트를 처리하는 것보다 훨씬 효율적이다.
• 근사 프로토콜은 $O(1/\sqrt{k})$의 유한 오차를 도입하며, 고성능이 요구되는 많은 실세계 응용 분야에서 수용 가능한 수준이다.
• 프로토콜은 크기 숨김을 달성하여, 어느 한 당사자도 상대방의 입력 세트 크기를 알 수 없으며, 이는 이전의 PSI-CA 프로토콜이 항상 제공하지는 않는 중요한 기밀성 특성이다.
• 프로토콜은 일반적이며 문서 유사도, 생체 인식 인증, 멀티미디어 파일 비교, 유전자 데이터 분석과 같은 다양한 분야에 적용 가능하다.
• 논문에는 실험적 평가가 제공되지 않았지만, 저자는 입력 크기가 $|A|$와 $|B|$에서 $k$로 줄어들기 때문에 성능 향상이 뚜렷하다고 주장하며, 기존의 PSI-CA 프로토콜과 거의 동일한 구조를 가지지만 입력 크기가 훨씬 작아져 매우 효율적이라고 설명한다.