[논문 리뷰] Fully Homomorphic Image Processing

William Fu, Raymond Tzer Pin Lin외 1명|arXiv (Cornell University)|2018. 10. 08.

Cryptography and Data Security참고 문헌 10인용 수 4

한 줄 요약

이 논문은 마이크로소프트의 SEAL 라이브러리를 사용하여 암호화된 데이터에서 풀 히든 프로세싱(FHE) 기반의 프레임워크를 제안한다. 이는 암호화된 이미지에서 호모모르픽 JPEG 인코딩, 디코딩 및 이미지 리사이징을 가능하게 하며, 자원이 제한된 클라이언트에서 개인정보 보호가 보장되는 이미지 계산이 가능하다는 점이 핵심 기여이다. 이는 클라우드로 처리를 위탁하면서도 클라이언트 측 암호화 오버헤드를 압축된 이미지 처리를 통해 최소화한다.

ABSTRACT

Fully homomorphic encryption has allowed devices to outsource computation to third parties while preserving the secrecy of the data being computed on. Many images contain sensitive information and are commonly sent to cloud services to encode images for different devices. We implement image processing homomorphically that ensures secrecy of the image while also providing reasonable overhead. We first present some previous related work, as well as the fully homomorphic encryption scheme we use. Then, we introduce our schemes for JPEG encoding and decoding, as well as schemes for bilinear and bicubic image resizing, as well as some data and analysis of our homomorphic schemes. Finally, we outline several issues with the homomorphic evaluation of proprietary algorithms, and how a third party can gain information on the algorithm through noise.

연구 동기 및 목표

• 신뢰할 수 없는 클라우드 서버에 이미지 처리 작업을 안전하게 외주함으로써 데이터 기밀성을 유지하는 것.
• 원시적인 압축 해제된 이미지가 아닌 압축된 이미지(예: JPEG)를 호모모르픽으로 처리하여 클라이언트 측 계산 오버헤드를 줄이는 것.
• FHE를 사용하여 이중선형 및 이중입방형 보간을 통한 호모모르픽 이미지 리사이징 및 JPEG 압축 해제를 위한 런레인지 디코딩을 구현하는 것.
• FHE 기반 기술의 실제 제약 조건 하에서 호모모르픽 이미지 처리의 실현 가능성과 성능을 분석하는 것.
• FHE에서의 노이즈 행동이 계산의 구조에 대한 정보를 泄露할 수 있는 기능적 프라이버시 누출 문제를 다루는 것.

제안 방법

• 저자는 실수 연산을 위한 분수 다항식 인코딩을 사용한 Fan-Vercauteren FHE 체계를 마이크로소프트의 SEAL 라이브러리를 통해 구현한다.
• 이미지 데이터는 다항식 R_t = Z_t/(x^n + 1)에 의해 표현되며, 계수는 선택된 기수 B에 따른 분수 표현을 위한 자릿수를 나타낸다.
• 호모모르픽 JPEG 인코딩은 암호화된 블록에 대해 DCT를 적용하고, 양자화된 계수를 푸리에 급수 전개를 통해 근사화함으로써 구현된다.
• 런레인지 디코딩은 압축된 데이터 내의 단계 함수를 다루기 위해 푸리에 급수를 통해 근사화되며, 수렴은 사용된 항의 수에 의해 제어된다.
• 이미지 리사이징은 암호화된 픽셀 값에 대해 이중선형 및 이중입방형 보간 공식을 평가하여 호모모르픽으로 수행된다.
• 노이즈 플러딩 및 '소크-스핀-리패트' 기법을 적용하여 노이즈 예산의 행동으로부터 알고리즘 구조의 측면 정보가 泄露되는 것을 방지한다.

실험 결과

연구 질문

• RQ1 FHE를 사용하여 암호화된 이미지에서 JPEG 인코딩 및 디코딩을 안전하게 호모모르픽으로 수행할 수 있는가?
• RQ2 현재 FHE 성능 수준에서 이중선형 및 이중입방형 보간을 통한 호모모르픽 이미지 리사이징은 계산적으로 실현 가능한가?
• RQ3 압축된 이미지의 호모모르픽 압축 해제는 클라이언트 측 암호화 오버헤드를 어느 정도 줄이는가?
• RQ4 FHE에서의 노이즈 행동이 기초 계산의 구조에 대한 정보를 泄露할 수 있으며, 이를 어떻게 완화할 수 있는가?
• RQ5 푸리에 기반 압축 해제에서 발생하는 근사 오차는 호모모르픽 평가 하에서 이미지의 정밀도에 어떤 영향을 미치는가?

주요 결과

• 푸리에 급수 근사화를 통해 호모모르픽 JPEG 인코딩 및 디코딩이 실현 가능하며, 푸리에 항의 수가 증가할수록 이미지 품질이 향상된다.
• 64개의 푸리에 항을 사용한 결과, 복원된 이미지는 원본과 시각적으로 구분되지 않아 호모모르픽 압축 해제의 높은 정밀도를 입증한다.
• 호모모르픽 이미지 리사이징은 데스크톱 컴퓨터에서 표준 크기의 이미지로 성공적으로 구현 및 벤치마킹되었으며, 현재 FHE 성능 수준에서 실현 가능함을 입증한다.
• 압축된 이미지 포맷을 호모모르픽 처리에 사용함으로써 클라이언트 측에서 암호화해야 할 데이터의 양을 크게 줄일 수 있다.
• FHE에서의 노이즈 기반 사이드채널 공격은 신경망의 레이어 수와 같은 계산의 구조적 정보를 泄露할 수 있다.
• 노이즈 플러딩 및 '소크-스핀-리패트' 기법은 노이즈 행동을 효과적으로 은폐하고 서버에서의 기능적 정보 유출을 방지한다.