[논문 리뷰] HEAX: High-Performance Architecture for Computation on Homomorphically Encrypted Data in the Cloud

M. Sadegh Riazi, Kim Laine외 2명|arXiv (Cornell University)|2019. 01. 01.

Cryptography and Data Security인용 수 3

한 줄 요약

HEAX는 레이어 기반 암호화 및 FHE를 위한 고성능 하드웨어 아키텍처를 제안하며, 다중 수준 병렬 처리를 통해 소프트웨어 구현 대비 164–268×의 성능 향상을 달성한다. 이는 새로운 고도로 병렬화 가능한 수론적 변환(NTT) 엔진과 온칩 메모리 사용을 최소화한 종단 간 파ip라이닝 설계를 포함한다. 이로 인해 클라우드 환경에서 실용적인 FHE 계산이 가능해진다.

ABSTRACT

With the rapid increase in cloud computing, concerns surrounding data privacy, security, and confidentiality also have been increased significantly. Not only cloud providers are susceptible to internal and external hacks, but also in some scenarios, data owners cannot outsource the computation due to privacy laws such as GDPR, HIPAA, or CCPA. Fully Homomorphic Encryption (FHE) is a groundbreaking invention in cryptography that, unlike traditional cryptosystems, enables computation on encrypted data without ever decrypting it. However, the most critical obstacle in deploying FHE at large-scale is the enormous computation overhead. In this paper, we present HEAX, a novel hardware architecture for FHE that achieves unprecedented performance improvement. HEAX leverages multiple levels of parallelism, ranging from ciphertext-level to fine-grained modular arithmetic level. Our first contribution is a new highly-parallelizable architecture for number-theoretic transform (NTT) which can be of independent interest as NTT is frequently used in many lattice-based cryptography systems. Building on top of NTT engine, we design a novel architecture for computation on homomorphically encrypted data. We also introduce several techniques to enable an end-to-end, fully pipelined design as well as reducing on-chip memory consumption. Our implementation on reconfigurable hardware demonstrates 164-268x performance improvement for a wide range of FHE parameters.

연구 동기 및 목표

• 클라우드 컴퓨팅 환경에서 고성능을 요구하는 FHE의 핵심 성능 저하 문제를 해결하기 위해.
• GDPR, HIPAA, CCPA와 같은 규제 기준에 의해 제약을 받는 개인정보 보호가 중요한 환경에서 FHE의 실용적 구현을 가능하게 하기 위해.
• 해독 없이 암호화된 데이터에 대해 효율적이고 확장 가능하며 안전한 계산을 지원하는 하드웨어 아키텍처를 설계하기 위해.
• FHE 워크로드에서 고성능을 유지하면서도 온칩 메모리 소비를 최소화하기 위해.
• FHE 연산의 종단 간 파이프라이닝을 통해 하드웨어 활용도와 처리량을 극대화하기 위해.

제안 방법

• 격자 기반 암호화 및 FHE에 최적화된 새로운 고도로 병렬화 가능한 수론적 변환(NTT) 엔진 설계.
• 암호문, 데이터 경로 및 모듈러 산술 연산을 아우르는 다중 수준 병렬 처리를 통해 처리량을 극대화.
• 지속적인 활용도 향상과 유휴 사이클 감소를 위해 종단 간 파이프라이닝 아키텍처 도입.
• 데이터 재사용 및 메모리 접근 스케줄링 기법을 통한 온칩 메모리 사용 최적화.
• 재구성 가능한 하드웨어(FPGA)를 활용해 FHE 원소 및 연산의 유효한 매핑을 위한 유연성과 효율성 확보.
• NTT 엔진과 FHE 계산 유닛을 통합하고 확장 가능한 하드웨어 파이프라인으로 구성해 동적 연산을 위한 유기적 설계.

실험 결과

연구 질문

• RQ1 하드웨어에서 FHE 계산을 가속화하기 위해 다중 수준 병렬 처리를 효과적으로 활용할 수 있는 방법은 무엇인가?
• RQ2 고도로 병렬화 가능한 NTT 아키텍처를 설계하여 FHE 가속기의 기본 구성 요소로 활용할 수 있는가?
• RQ3 FHE 시스템에서 종단 간 파이프라이닝을 달성하고 온칩 메모리 소비를 줄이기 위해 필요한 하드웨어 최적화는 무엇인가?
• RQ4 맞춤형 하드웨어를 사용할 경우 소프트웨어 기반 FHE 구현 대비 성능 향상은 어느 정도 이루어질 수 있는가?
• RQ5 제안된 아키텍처는 다양한 FHE 파rameter 세트에 대해 어떻게 확장 가능한가?

주요 결과

• HEAX는 다양한 FHE 파rameter 세트에 걸쳐 소프트웨어 기반 FHE 구현 대비 164–268×의 성능 향상을 달성한다.
• 제안된 NTT 엔진은 고처리량과 저지연을 실현하여 다양한 격자 기반 암호 시스템에 적합하다.
• 종단 간 파이프라이닝이 성공적으로 구현되어 지속적인 데이터 처리가 가능하며 하드웨어 활용도가 극대화된다.
• 최적화된 데이터 접근 및 재사용 전략을 통해 온칩 메모리 소비가 크게 감소한다.
• 다양한 FHE 파rameter 설정에 걸쳐 강력한 확장성과 효율성을 입증한다.
• 재구성 가능한 하드웨어에서 구현 가능하여 실제 클라우드 환경에서 동적 암호화의 실용적 가속이 가능하다.