[논문 리뷰] Private Secure Coded Computation

Minchul Kim, Jungwoo Lee|arXiv (Cornell University)|2019. 02. 01.

Cryptography and Data Security참고 문헌 9인용 수 7

한 줄 요약

이 논문은 분산 행렬 곱셈에서 데이터 보안과 마스터의 기밀을 동시에 보장하는 새로운 코딩 계산 기법인 프라이버시 보장 다항식 코드를 제안한다. 마스터의 데이터를 무작위 행렬과 함께 공동으로 인코딩하고, 라이브러리에 대해 서로 다른 인코딩 변수를 사용함으로써 워커들이 요청된 데이터셋이나 마스터의 데이터를 유추하지 못하도록 하여, 수정된 비공개 다항식 코드 대비 최대 25% 빠른 계산을 달성한다.

ABSTRACT

We introduce a variation of coded computation that ensures data security and master's privacy against workers, which is referred to as private secure coded computation. In private secure coded computation, the master needs to compute a function of its own dataset and one of the datasets in a library exclusively shared by external workers. After recovering the desired function, the workers must not be able to know which dataset in the library was desired by the master or obtain any information about the master's own data. We propose a private secure coded computation scheme for matrix multiplication, namely private secure polynomial codes, based on private polynomial codes for private coded computation. In simulations, we show that the private secure polynomial codes achieves better computation time than private polynomial codes modified for private secure coded computation.

연구 동기 및 목표

• 분산 코딩 계산에서 데이터 보안과 마스터 기밀이라는 이중 과제를 해결하기 위해.
• 워커들이 마스터가 요청한 라이브러리의 특정 데이터셋을 유추할 수 없도록 하는 체계를 설계하기 위해.
• 계산 후에도 워커들이 마스터의 비공개 데이터에 대해 어떤 정보를 확보하지 못하도록 보장하기 위해.
• 기존의 비공개 코딩 계산 체계에 비해 계산 효율성을 향상시키기 위해.
• 사용자 기밀과 데이터 보안이 핵심인 AI 어시스턴트와 같은 시스템에서의 실용적 구현을 가능하게 하기 위해.

제안 방법

• 마스터는 비공개 데이터 A와 무작위 행렬 R을 다항식 코드로 인코딩하여 데이터 보안을 확보한다.
• 라이브러리 행렬에 대해 서로 다른 인코딩 변수를 사용하여 워커들이 계산 결과를 특정 데이터셋과 연결지을 수 없도록 한다.
• 각 워커는 A와 라이브러리 B의 부분집합에 대한 인코딩된 버전을 수신하고, 이들 인코딩된 입력에 대해 함수를 계산한다.
• 마스터는 K명의 워커로부터의 결과로부터 회복 임계치 K를 만족하여 원하는 행렬 곱셈 f(A, B_D)를 복원한다.
• 이 체계는 비공개 다항식 코드를 기반으로 하지만, 추가적인 기밀 보존 인코딩 메커니즘을 통합하여 확장한다.
• 스트래글러 조건 하에서 성능를 비교하기 위해 계산 시간을 지수 분포 가정 하에 모델링한다.

실험 결과

연구 질문

• RQ1 코딩 계산 체계가 비신뢰할 수 있는 워커에 대비해 마스터의 기밀과 데이터 보안을 동시에 보장할 수 있는가?
• RQ2 마스터가 계산에 사용한 라이브러리 데이터셋 B_D가 워커들에게 노출되지 않도록 하는 방법은 무엇인가?
• RQ3 인코딩 변수에 따라 워커를 그룹화할 경우 비공개 보장 코딩 계산에서 계산 시간에 어떤 영향을 미치는가?
• RQ4 제안된 체계는 비공개 다항식 코드를 기반으로 한 기존 체계와 비교해 계산 효율성이 어떻게 다른가?
• RQ5 분산 행렬 곱셈에서 보안, 기밀, 계산 지연 간의 상호 상충 관계는 어떠한가?

주요 결과

• 프라이버시 보장 다항식 코드는 수정된 비공개 다항식 코드 대비 최대 25% 빠른 계산 시간을 달성한다.
• 특히 스트래글러 파라미터 μ가 작을 때 기존 방법에 비해 성능이 뛰어나다.
• μ가 증가함에 따라 두 체계 간 성능 격차가 감소하여 스트래글러의 영향이 줄어듦을 시사한다.
• 프라이버시 보장 다항식 코드에서 회복 임계치 K는 n(m+1)이며, 직접 행렬 곱셈 대비 n/(n-1)배 더 많은 계산이 필요하다.
• 이 체계는 워커들이 요청된 데이터셋이나 마스터의 비공개 데이터를 유추할 수 없도록 하여 데이터 보안과 마스터 기밀을 동시에 유지한다.
• 시뮬레이션 결과는 더 나은 로드 밸런싱과 감소된 워커 그룹화 영향으로 인해 기존 기준 방법보다 효율성이 높다는 것을 확인한다.