[논문 리뷰] Privacy Preserving k Secure Sum Protocol

Rashid Sheikh, Beerendra Kumar외 1명|ArXiv.org|2009. 12. 04.

Cryptography and Data Security참고 문헌 9인용 수 45

한 줄 요약

이 논문은 개인의 입력 값을 드러내지 않고 다수의 당사자가 자신의 비밀 입력의 합을 계산할 수 있도록 하는 프라이버시 보장 k-보안 합 프로토콜을 제안한다. 각 당사자의 데이터를 고정된 부분으로 분할하고 무작위화 기법을 적용하여, 개인의 입력을 재구성하려는 공격자의 계산 복잡도를 높여 보다 안전한 보안을 제공하면서도 최소한의 누출로써 기능한다.

ABSTRACT

Secure Multiparty Computation (SMC) allows parties to know the result of cooperative computation while preserving privacy of individual data. Secure sum computation is an important application of SMC. In our proposed protocols parties are allowed to compute the sum while keeping their individual data secret with increased computation complexity for hacking individual data. In this paper the data of individual party is broken into a fixed number of segments. For increasing the complexity we have used the randomization technique with segmentation

연구 동기 및 목표

• 개인의 입력 값을 드러내지 않고 다수의 당사자가 비밀 입력의 합을 안전하게 계산할 수 있도록 하는 것.
• 데이터 분할과 무작위화를 통해 개인의 입력을 복구하는 데 필요한 계산 복잡도를 높이는 것.
• 분산 환경에서 프라이버시 보장 합 계산을 위한 실용적이고 효율적인 솔루션을 제공하는 것.
• 부분 정보에 접근하더라도 적정한 노력으로는 원래의 입력을 재구성할 수 없도록 보장하는 것.

제안 방법

• 각 당사자는 자신의 비밀 입력을 고정된 수의 세그먼트로 나누어 개인의 값을 은폐한다.
• 세그먼트에 대해 무작위화 기법을 적용하여 원래 데이터를 더욱 혼동시킨다.
• 프로토콜은 개인 기여도를 드러내지 않고 모든 세그먼트의 합을 계산하기 위해 보안 다자간 계산 기법을 사용한다.
• 합은 오직 집계된 결과로부터만 재구성되며, 입력의 기밀성이 유지된다.
• 개인 입력의 기밀성을 해체하기 위해서는 계산적으로 어려운 문제를 해결해야 한다는 보장을 한다.
• 프로토콜은 다수의 당사자에게도 효율적이고 확장 가능하도록 설계되어 있다.

실험 결과

연구 질문

• RQ1 여러 당사자가 데이터 기밀성을 유지하면서도 자신의 비밀 입력의 합을 안전하게 계산하는 방법은 무엇인가?
• RQ2 개인 입력을 복구하는 데 필요한 계산 복잡도를 높이기 위해 어떤 기법을 사용할 수 있는가?
• RQ3 데이터 분할과 무작위화가 보안 합 프로토콜에서 효과적으로 프라이버시를 향상시킬 수 있는가?
• RQ4 이러한 프로토콜에서 보안과 계산 오버헤드 사이의 상충 관계는 무엇인가?

주요 결과

• 제안된 프로토콜은 개인의 입력 값을 드러내지 않고도 비밀 입력의 합을 성공적으로 계산한다.
• 분할과 무작위화 기법은 개인 입력을 역으로 추론하기 위해 필요한 계산 노력에 상당한 영향을 미친다.
• 공격자가 부분 데이터나 여러 개의 세그먼트에 접근하더라도 프로토콜은 여전히 보안을 유지한다.
• 이 방법은 다자간 계산에서 기밀성, 효율성, 실용성 사이의 균형을 달성한다.