[논문 리뷰] Inference Control for Privacy-Preserving Genome Matching

Florian Kerschbaum, Martín Beck외 1명|arXiv (Cornell University)|2014. 05. 01.

Cryptography and Data Security참고 문헌 42인용 수 7

한 줄 요약

이 논문은 에디트 거리의 보안 계산과 블룸 필터에 대한 희미한 암호화를 결합하여 Goodrich 등의 유형의 추론 공격을 탐지하고 완화하는 프라이버시 보장형 게놈 매칭 프로토콜을 제안한다. 동일한 입력이 두 기초 원리에서 사용됨을 보장하는 효율적인 제로지식 증명을 도입함으로써, 민감한 데이터를 드러내지 않은 채 유사한 쿼리를 탐지할 수 있게 되어, 프라이버시를 유지하면서 반복적 탐색에 의한 泄露를 방지한다.

ABSTRACT

Privacy is of the utmost importance in genomic matching. Therefore a number of privacy-preserving protocols have been presented using secure computation. Nevertheless, none of these protocols prevents inferences from the result. Goodrich has shown that this resulting information is sufficient for an effective attack on genome databases. In this paper we present an approach that can detect and mitigate such an attack on encrypted messages while still preserving the privacy of both parties. Note that randomization, e.g.~using differential privacy, will almost certainly destroy the utility of the matching result. We combine two known cryptographic primitives -- secure computation of the edit distance and fuzzy commitments -- in order to prevent submission of similar genome sequences. Particularly, we contribute an efficient zero-knowledge proof that the same input has been used in both primitives. We show that using our approach it is feasible to preserve privacy in genome matching and also detect and mitigate Goodrich's attack.

연구 동기 및 목표

• 반복적이고 약간 수정된 쿼리를 통해 공격자가 대상 게놈을 재구성할 수 있는 프라이버시 보장형 게놈 매칭에서의 추론 공격 위험을 해결하기 위해.
• 일반화된 차별적 프라이버시를 사용하지 않아도 게놈 매칭의 유용성을 손상시키지 않고 데이터 泄露를 방지하기 위해.
• 암호화된 데이터에서 작동하는 암호 기반 원리를 사용하여 추론 공격을 탐지하고 완화하면서도 효율성을 유지하기 위해.
• 클라이언트가 보안 계산과 희미한 암호화 간에 일관되지 않은 입력을 제출하여 탐지를 피할 수 없도록 하기 위해.
• 쿼리 이력의 평문 매칭과 블룸 필터에 기반한 임계값 기반 허밍 거리 측정을 통해 탐지 정확도와 효율성의 균형을 맞추기 위해.

제안 방법

• 암호화된 데이터에서 입력을 드러내지 않고도 에디트 거리를 계산하기 위해 히브리드 암호화와 블룸 필터를 사용한 보안 계산을 수행한다.
• 블룸 필터의 희미한 암호화를 통해 기존에 암호화된 값들을 비교함으로써 유사한 쿼리를 탐지한다.
• 보안 계산과 희미한 암호화에서 동일한 블룸 필터가 사용됨을 보장하는 새로운 효율적인 제로지식 증명을 도입하여 입력 교체 공격을 방지한다.
• 에러 수정 코드의 입력이 유효한 정보 단어임을 확인하기 위해 두 번째 제로지식 증명을 적용하여 잘못된 암호화를 방지한다.
• 블룸 필터 표현 간의 허밍 거리를 측정 지표로 사용하여 이상 징후를 탐지하고, 임계값을 설정하여 정상적인 쿼리와 공격 유형의 시퀀스를 구분한다.
• 에디트 분포의 구조적 차이를 활용한다: 자연적인 게놈 변이는 영역에 퍼져 있지만, 공격 시퀀스(예: 마스터마인드 스타일)는 집중된 변화를 일으켜 NAG-벡터와 블룸 필터 비트 차이를 통해 탐지 가능하다.

실험 결과

연구 질문

• RQ1 암호화된 게놈 매칭에서의 추론 공격은 매칭 결과의 유용성을 훼손하지 않고 탐지 및 완화할 수 있는가?
• RQ2 클라이언트가 보안 계산과 희미한 암호화 간에 약간 다른 입력을 제출하여 탐지를 피할 수는 없는가?
• RQ3 블룸 필터의 차이를 기반으로 탐지 메커니즘이 자연적인 게놈 변형과 공격 패턴을 어느 정도 정확히 구분할 수 있는가?
• RQ4 게놈 매칭의 추론 제어에서 탐지 정밀도와 계산 효율성 간의 상충 관계는 어떠한가?
• RQ5 다양한 공격 런을 번갈아가며 실행하는 적응형 공격에 대해 제안된 기법은 얼마나 효과적인가?

주요 결과

• 제안된 기법은 블룸 필터의 허밍 거리 측정을 통해 이전 쿼리와 너무 유사한 쿼리를 식별함으로써 Goodrich 스타일의 추론 공격을 효과적으로 탐지하고 완화한다.
• 블룸 필터 간의 허밍 거리 기준으로 50비트의 임계값을 설정하면 최대 31개의 연속된 문자 변경 또는 최대 2개의 랜덤 변경을 탐지할 수 있으며, 이는 최소 에디트 거리 32에 해당한다.
• VGRAM 기반 NAG-벡터를 사용함으로써 블룸 필터에 대한 최대 근사 허밍 거리의 정확한 추정이 가능하며, 단일 문자 변경에 대해 평균 20비트의 오차를 기록한다.
• 입력 일관성에 대한 제로지식 증명은 일반적인 구조보다 효율적이며, 오류 수정의 완전한 히브리드 증명이 필요 없도록 한다.
• 75%의 정확도 목표를 위해 쿼리 수를 35,000으로 제한함으로써 Goodrich 원본 방법 대비 공격 비용을 크게 증가시킨다.
• 블룸 필터 비트 차이를 기반으로 자연적인 게놈 변형(산재한 에디트)과 공격 패턴(집중된 에디트)을 탐지 메커니즘이 구분할 수 있어 가짜 양성 결과를 줄인다.