[논문 리뷰] Privacy-Preserving Spam Filtering using Functional Encryption

Sicong Wang, Naveen Karunanayake외 2명|arXiv (Cornell University)|2020. 12. 08.

Spam and Phishing Detection참고 문헌 25인용 수 4

한 줄 요약

이 논문은 기능 암호화를 사용하여 암호화된 이메일을 서버가 평문 내용에 접근하지 않고도 분류할 수 있도록 하는 프라이버시 보장 스팸 필터링 프레임워크를 제안한다. 이중 신경망(이차형 + 다층 퍼셉트론)과 이차 기능 암호화 체계를 통합함으로써, 실세계 데이터셋에서 96% 이상의 정확도를 달성하면서도 클라이언트와 서버 간의 왕복 통신이 필요로 하지 않으며, FHE 기반 접근 방식과는 달리 이중 기능 암호화 기반의 솔루션을 제공한다.

ABSTRACT

Traditional spam classification requires the end-user to reveal the content of its received email to the spam classifier which violates the privacy. Spam classification over encrypted emails enables the classifier to classify spam email without accessing the email, hence protects the privacy of email content. In this paper, we construct a spam classification framework that enables the classification of encrypted emails. Our classification model is based on a neural network with a quadratic network part and a multi-layer perception network part. The quadratic network architecture is compatible with the operation of an existing quadratic functional encryption scheme that enables our classification to predict the label of encrypted emails without revealing the associated plain-text email. The evaluation results on real-world spam datasets indicate that our proposed spam classification model achieves an accuracy of over 96%.

연구 동기 및 목표

• 기존 스팸 필터링 방식에서 서버나 서비스 제공자에게 이메일 내용이 노출되는 프라이버시 유출 문제를 해결하기 위해.
• 최종 사용자가 온라인일 필요 없이, 클라이언트-서버 간 왕복 통신 없이도 서버 기반의 암호화된 이메일 스팸 분류를 가능하게 하기 위해.
• 기능 암호화를 딥러닝과 융합하여 암호화된 데이터에서 안전하고 프라이버시 보장된 텍스트 분류를 수행하기 위해.
• 제안된 시스템의 성능과 효율성을 실세계 스팸 데이터셋에서 평가하기 위해.
• 정확도 및 계산 오버헤드 측면에서 기존 FHE 기반 솔루션과 비교하여 제안된 기능 암호화 기반 접근 방식의 성능을 평가하기 위해.

제안 방법

• 시스템은 이차 기능 암호화 체계와 호환 가능한 이차 네트워크 구성요소를 갖춘 이중 신경망을 사용한다. 이는 암호화된 입력을 처리하기 위해 설계되었다.
• 이차 네트워크의 출력은 평문 임베딩 벡터이며, 이는 이후 다층 퍼셉트론(MLP) 네트워크로 전달되어 최종 레이블 예측을 수행한다.
• 이메일은 정수형 특징을 갖는 문서-항목 행렬로 표현되며, 이는 기능 암호화의 정수 입력 요구 조건과 호환성을 확보하기 위함이다.
• 모델 가중치와 편향은 계산 오버헤드를 줄이기 위해 8비트 정수로 양자화되었지만, 이로 인해 약간의 정확도 저하가 발생한다.
• 기능 암호화는 암호화된 입력에 대해 특정 기능(스팸 예측)만 평가할 수 있도록 디코딩 키를 제공하며, 전체 평문 액세스는 허용하지 않는다.
• 시스템은 텐서플로우를 사용하여 구현되었으며, TREC07p를 포함한 여러 실세계 스팸 데이터셋에서 평가되었다.

실험 결과

연구 질문

• RQ1 기능 암호화를 사용하여 딥러닝 기반 스팸 분류기가 암호화된 이메일 데이터를 직접 처리할 수 있는가?
• RQ2 제안된 프라이버시 보장 모델의 정확도는 기존 평문 기반 모델과 비교하여 어떻게 되는가?
• RQ3 제안된 기능 암호화 기반 시스템에서 예측의 계산 오버헤드는 어느 정도인가?
• RQ4 제안된 시스템은 FHE 기반 스팸 분류와 비교하여 통신 패턴과 성능 측면에서 어떻게 다른가?
• RQ5 중간 레이어 출력이 원본 이메일 내용에 대해 얼마나 많은 정보를 泄露하는가?

주요 결과

• 제안된 스팸 분류 모델은 세 개의 실세계 스팸 데이터셋에서 96% 이상의 정확도를 달성하여 평문 기반 모델과 비교해도 강력한 성능을 보였다.
• 시스템은 클라이언트-서버 간 왕복 통신이 필요로 하지 않아 비동기 이메일 처리에 적합하다.
• 예측 시간 평균은 어휘 크기에 따라 22초에서 40초 사이로 변동하며, 특히 복호화 단계의 이산 로그 계산이 가장 높은 오버헤드를 차지한다.
• 모델의 중간 레이어 출력은 단어 존재 여부에 대해 상당한 정보를 泄露하며, 사전 학습된 모델이 출력 임베딩에서 특정 단어를 탐지하는 데 90% 이상의 정확도를 달성했다.
• FHE 기반 로지스틱 회귀는 더 빠른 예측을 제공하지만, 기능 암호화 접근 방식은 더 나은 통신 효율성을 제공하며 서버 기반 분류에 더 적합하다.
• 입력 벡터 길이를 5,000에서 4,000으로 줄임으로써 예측 시간을 4초 감소시켰으며, 정확도 저하율은 0.2%~0.5%에 불과했다.