[논문 리뷰] Pushing the Limits of Encrypted Databases with Secure Hardware

Panagiotis Antonopoulos, Arvind Arasu외 6명|arXiv (Cornell University)|2018. 09. 07.

Cryptography and Data Security참고 문헌 23인용 수 3

한 줄 요약

이 논문은 서버 측 신뢰할 수 있는 하드웨어(예: Intel SGX)를 사용하여 성능과 기능성을 향상시키고, 속성 보존 암호화(PPE)의 한계를 극복하는 기밀성 설계 기반 암호화 데이터베이스 시스템을 제안한다. 이는 신뢰할 수 있는 머신을 통해 동적으로 보안 수준을 조합하는 '기밀성 à la carte' 모델을 도입하여, 조인 및 집계와 같은 복잡한 연산을 안전하고 효율적으로 지원한다.

ABSTRACT

Encrypted databases have been studied for more than 10 years and are quickly emerging as a critical technology for the cloud. The current state of the art is to use property-preserving encrypting techniques (e.g., deterministic encryption) to protect the confidentiality of the data and support query processing at the same time. Unfortunately, these techniques have many limitations. Recently, trusted computing platforms (e.g., Intel SGX) have emerged as an alternative to implement encrypted databases. This paper demonstrates some vulnerabilities and the limitations of this technology, but it also shows how to make best use of it in order to improve on confidentiality, functionality, and performance.

연구 동기 및 목표

• 암호화된 데이터베이스에서 속성 보존 암호화(PPE)의 한계, 즉 조합 불가능성과 의미적 불안정성 문제를 해결한다.
• 실제 적용에 부적합한 상태인 완전한 동형 암호화(FHE)의 성능 및 기능성 제약을 극복한다.
• 신뢰할 수 있는 하드웨어를 활용하여 암호화된 데이터에서 복잡한 SQL 연산(예: 조인, 집계, 범위 쿼리)을 안전하고 효율적으로 실행할 수 있도록 한다.
• 모든 데이터 재암호화 없이도 컬럼 단위로 보안 수준을 동적으로 조정할 수 있는 융통성 있는 기밀 수준 모델을 도입한다.
• 신뢰할 수 있는 컴퓨팅 플랫폼을 활용한 현대 암호화된 데이터베이스 시스템에서의 기밀성, 기능성, 성능 간의 상호 트레이드오프를 체계화하고 분석한다.

제안 방법

• Intel SGX와 같은 신뢰할 수 있는 컴퓨팅 플랫폼을 활용하여, 암호화된 데이터에 대한 복호화 및 계산을 수행하는 신뢰할 수 있는 머신(TM)을 구현한다.
• 쿼리가 암호화된 상수로 재작성되고 비신뢰할 수 있는 데이터베이스 서버에 전송되는 클라이언트 측 암호화 아키텍처를 설계한다.
• TM을 통해 복호화된 데이터에서 임의의 연산(예: 비교, 산술 연산)을 수행한 후 결과를 재암호화하여 클라이언트에 반환한다.
• 각 컬럼에 대해 보안 계층(예: 암호화 체계)의 동적 활성화/비활성화를 허용하는 프로그램 등록 기반 기법을 도입하여 전체 데이터 재암호화를 방지한다.
• TM를 통해 다수의 암호화 체계(예: 결정론적, 순서 보존, Paillier)를 조합 가능하게 지원함으로써 복잡한 조건식을 구현한다.
• PPE에서 영감을 받은 세 가지 기밀 수준을 체계화하지만, 신뢰할 수 있는 하드웨어를 통해 더 풍부한 기능성과 향상된 성능을 지원하도록 확장 가능하도록 한다.

실험 결과

연구 질문

• RQ1 신뢰할 수 있는 하드웨어를 사용하여 암호화된 데이터베이스에서 속성 보존 암호화(PPE)의 조합성 및 기능성 한계를 극복할 수 있는가?
• RQ2 CryptDB와 같이 전체 재암호화 비용이 큰 시스템을 피하기 위해 컬럼 단위로 기밀 수준을 동적으로 조정할 수 있는가?
• RQ3 신뢰할 수 있는 하드웨어를 활용한 암호화된 데이터베이스에서 기밀성, 기능성, 성능 간의 실용적 트레이드오프는 무엇인가?
• RQ4 신뢰할 수 있는 머신 모델은 기존 시스템인 TrustedDB 및 Haven과 비교해 보안 모델과 공격 표면 측면에서 어떻게 다른가?
• RQ5 복잡한 SQL 연산을 안전하고 효율적으로 지원하는 통합적이고 조합 가능한 암호화된 데이터베이스 프레임워크를 구축할 수 있는가?

주요 결과

• 제안된 시스템은 신뢰할 수 있는 머신을 통해 암호화된 데이터에서 산술 및 비교 연산과 같은 조합 가능한 연산을 가능하게 하여, PPE 기반 시스템보다 더 높은 기능성을 달성한다.
• TM 규칙의 활성화/비활성화를 통해 컬럼 단위로 기밀 수준을 동적으로 조정함으로써, CryptDB와 같은 시스템이 요구하는 전체 컬럼 재암호화 비용을 피할 수 있다.
• 시스템은 등가 조인, 그룹 바이, 오름차순 정렬, 범위 조건과 같은 복잡한 SQL 연산을 PPE만으로 구현하는 것보다 더 강력한 보안 보장을 제공한다.
• 신뢰할 수 있는 하드웨어를 통해 복합적인 데이터 유형에 최적화된 알고리즘(예: 정렬 기반)을 사용할 경우, 평문 데이터베이스 수준의 성능에 근접한 성능을 달성할 수 있다.
• 완전한 SQL 지원, 강력한 보안, 양호한 성능을 동시에 만족하는 이상적인 암호화된 데이터베이스는 존재하지 않음을 확인하였으며, 이는 '기밀성 à la carte'의 필요성을 입증한다.
• 이 방법은 PPE 기반 시스템과 동일한 공격자 모델을 가진 Cipherbase 및 VC3와 같은 시스템에도 직접 적용 가능하며, 기능성 최적화와의 수직적 조합이 가능하다.