[논문 리뷰] S4: A New Secure Scheme for Enforcing Privacy in Cloud Data Warehouses

Somayeh Sobati Moghadam, Jérôme Darmont외 1명|arXiv (Cornell University)|2017. 08. 22.

Cryptography and Data Security참고 문헌 14인용 수 5

한 줄 요약

이 논문은 클라우드 환경에서 데이터 웨어하우스를 보호하기 위해 기존의 계산 비용이 높은 Paillier의 부분 동형 암호화를 대체하는 S4라는 새로운 기밀 공유 기반 암호화 기법을 제안한다. 민감한 값을 Shamir의 기밀 공유 기법을 사용해 분할함으로써 S4는 Paillier의 기법보다 저장 및 계산 오버헤드가 훨씬 낮은 효율적인 보안 집계 쿼리를 가능하게 하며, 대규모 데이터셋에서 암호화, 복호화 및 쿼리 처리 시간 측면에서 뛰어난 성능을 입증한다.

ABSTRACT

Outsourcing data into the cloud becomes popular thanks to the pay-as-you-go paradigm. However, such practice raises privacy concerns. The conventional way to achieve data privacy is to encrypt sensitive data before outsourcing. When data are encrypted, a trade-off must be achieved between security and efficient query processing. Existing solutions that adopt multiple encryption schemes induce a heavy overhead in terms of data storage and query performance, and are not suited for cloud data warehouses. In this paper, we propose an efficient additive encryption scheme (S4) based on Shamir's secret sharing for securing data warehouses in the cloud. S4 addresses the shortcomings of existing approaches by reducing overhead while still enforcing good data privacy. Experimental results show the efficiency of S4 in terms of computation and storage overhead with respect to existing solutions.

연구 동기 및 목표

• 클라우드 기반 데이터 웨어하우스에서 기존의 동형 암호화 기법들, 예를 들어 Paillier의 기법처럼 높은 저장 및 계산 오버헤드 문제를 해결하기 위해.
• 신뢰할 수 없는 클라우드 환경에서 암호화된 데이터 위에서 OLAP 쿼리—특히 합계 쿼리—를 효율적으로 실행하기 위해.
• 기존의 안전한 데이터베이스 관리 시스템에서 큰 암호문 크기와 비싼 모듈로 연산으로 인해 발생하는 성능 저하 문제를 줄이기 위해.
• 실제 세계의 데이터 웨어하우스 워크로드에 실용적으로 구현 가능한 데에 유리한 보안과 효율성의 상호 교환 가능성을 탐색하기 위해.
• 미래의 연구에서 S4를 안전하게 다항식 연산을 지원하도록 확장하는 데 기초를 마련하기 위해.

제안 방법

• S4는 각 민감한 데이터 값을 k-1개의 분할로 나누어 여러 클라우드 노드에 저장한다.
• 비밀은 k개의 분할을 기반으로 라그랑주 보간법을 사용해 복원되며, 이로 인해 오직 정당한 하위 집합만 원래 값을 복구할 수 있다.
• 합계 쿼리의 경우 S4는 Paillier의 기법에서 요구하는 비싼 모듈로 곱셈 연산을 피하기 위해 모듈로 덧셈을 통해 분할의 합을 계산한다.
• 이 기법은 유한체 F_p 위에서 작동하며, 여기서 p는 쿼리에서 가능한 값의 최대 합보다 큰 소수이다.
• 암호화는 차수 k-1인 랜덤 다항식을 생성하고, 이 다항식을 k개의 서로 다른 0이 아닌 점에서 평가함으로써 수행된다. 비밀은 상수항으로 설정된다.
• 복호화/복원 과정은 k개의 분할로부터 원래의 비밀을 복구하기 위해 라그랑주 기저 다항식을 사용해 선형 방정식계를 푸는 방식으로 이루어진다.

실험 결과

연구 질문

• RQ1 기밀 공유 기반 기법이 클라우드 데이터 웨어하우스에서 저장 및 계산 오버헤드 측면에서 Paillier의 부분 동형 암호화보다 뛰어나게 성능을 낼 수 있는가?
• RQ2 S4는 OLAP 워크로드에서 보안 쿼리 처리의 계산 비용을 줄이면서도 얼마나 안전성을 유지하는가?
• RQ3 임계값 k의 선택이 S4의 성능와 보안 간의 상호 교환 가능성에 어떤 영향을 미치는가?
• RQ4 S4는 클라우드 데이터 웨어하우스에서 대규모 사실 테이블에 대한 일반적인 분석 연산, 예를 들어 합계 연산을 효율적으로 지원할 수 있는가?
• RQ5 실제의 다양한 규모의 합성 워크로드에서 S4는 Paillier의 기법에 비해 어떤 성능 향상을 보이는가?

주요 결과

• S4는 Paillier의 기법이 레코드당 2048비트 암호문을 생성하는 데 비해, 저장 오버헤드를 수 개의 주기수만큼 줄였다.
• m = 10^6건의 레코드에 대해 S4의 암호화 시간은 k ≤ 16일 경우 Paillier의 시간보다 낮아져 중간 임계값에서 더 뛰어난 효율성을 보였다.
• S4의 복호화/복원 시간은 특히 대규모 데이터에서 Paillier의 복호화 시간보다 끊임없이 빠르며, 이는 비싼 모듈로 곱셈 연산을 피하기 때문이다.
• 합계 쿼리 처리 시간은 S4가 (k-1)×m개의 모듈로 덧셈만 사용하는 데 반해 Paillier는 m개의 모듈로 곱셈이 필요로 하므로 상당히 낮았다.
• k = 16일 때 S4는 대규모 데이터셋에서 저장 오버헤드를 90% 감소시키고, 쿼리 응답 시간을 Paillier의 기법 대비 60–70% 향상시켰다.
• S4의 성능 이점은 Paillier의 오버헤드가 기하급수적으로 증가하는 대규모 데이터 웨어하우스 워크로드에서 가장 두드러졌다.