[논문 리뷰] Secure k-Nearest Neighbor Query over Encrypted Data in Outsourced Environments

Yousef Elmehdwi, Bharath K. Samanthula외 1명|arXiv (Cornell University)|2013. 07. 18.

Cryptography and Data Security참고 문헌 20인용 수 4

한 줄 요약

이 논문은 클라우드 환경에서 암호화된 데이터를 위한 두 가지 보안 k-최근접 이웃(k-NN) 쿼리 프로토콜을 제안한다: 기본 방식(S$k$NN$_\text{b}$)과 완전히 보안된 프로토콜(S$k$NN$_\text{m}$). 보안 프로토콜은 동형 암호화와 보안 다자간 계산을 이용해 데이터 기밀성, 쿼리 기밀성, 액세스 패턴을 숨기며, 6개의 속성에 대해 사용자 측 계산 시간이 4–17 ms로 매우 낮게 유지되면서도 대규모 데이터셋에서 효율적이고 병렬화 가능한 실행을 가능하게 한다.

ABSTRACT

For the past decade, query processing on relational data has been studied extensively, and many theoretical and practical solutions to query processing have been proposed under various scenarios. With the recent popularity of cloud computing, users now have the opportunity to outsource their data as well as the data management tasks to the cloud. However, due to the rise of various privacy issues, sensitive data (e.g., medical records) need to be encrypted before outsourcing to the cloud. In addition, query processing tasks should be handled by the cloud; otherwise, there would be no point to outsource the data at the first place. To process queries over encrypted data without the cloud ever decrypting the data is a very challenging task. In this paper, we focus on solving the k-nearest neighbor (kNN) query problem over encrypted database outsourced to a cloud: a user issues an encrypted query record to the cloud, and the cloud returns the k closest records to the user. We first present a basic scheme and demonstrate that such a naive solution is not secure. To provide better security, we propose a secure kNN protocol that protects the confidentiality of the data, user's input query, and data access patterns. Also, we empirically analyze the efficiency of our protocols through various experiments. These results indicate that our secure protocol is very efficient on the user end, and this lightweight scheme allows a user to use any mobile device to perform the kNN query.

연구 동기 및 목표

• 외주화된 클라우드 데이터베이스에서 암호화된 데이터에 대한 보안적이고 효율적인 k-최근접 이웃(k-NN) 쿼리 처리의 부족을 해결한다.
• 이전의 방법들에서 드러난 보안 결함을 해결한다. 특히 선택/알려진 평문 공격에 취약하고 결과가 정확하지 않은 문제점을 해결한다.
• 데이터와 사용자 쿼리의 기밀성을 보장하면서도 클라우드가 데이터 액세스 패턴을 알 수 없도록 한다.
• 스마트폰과 같은 경량 장치를 지원하기 위해 최종 사용자 측 계산 오버헤드를 최소화한다.
• 대규모 데이터셋을 위한 확장 가능한 솔루션을 제공하기 위해 병렬 처리와 맵리듀스 통합을 통해 구현한다.

제안 방법

• 데이터베이스 레코드를 클라우드에 외주하기 전에 속성 단위로 공개키 암호화(예: Paillier)를 적용한다.
• 동형 암호화를 사용해 복호화 없이도 암호화된 쿼리와 암호화된 데이터 레코드 간의 제곱 유클리드 거리를 계산한다.
• 보안 다자간 계산(MPC) 기반 프로토콜(S$k$NN$_\text{m}$)을 구현하여 거리 비교와 k개의 최소 거리 식별을 수행하지만, 액세스 패턴을 드러내지 않는다.
• 이중 단계 프로토콜을 설계한다: 첫 번째 단계에서 사용자가 쿼리를 암호화하고 클라우드에 전송한다. 두 번째 단계에서 클라우드는 보안적인 거리 계산을 수행하고 k개의 가장 가까운 결과를 반환한다.
• 보안적인 최소값 선택 프로토콜(SMIN$_n$)을 도입하여 기밀성 유지 조건에서 k개의 최소 거리를 식별한다.
• OpenMP를 활용해 데이터 레코드 간 거리 계산을 병렬화하여 6코어 시스템에서 최대 6배의 성능 향상을 달성한다.

실험 결과

연구 질문

• RQ1 클라우드 환경에서 데이터, 쿼리, 액세스 패턴이 폭 lộ되지 않도록 암호화된 데이터에 대해 k-NN 쿼리를 어떻게 안전하게 처리할 수 있는가?
• RQ2 기존의 S$k$NN 프로토콜에서 보안과 효율성 간의 상충 관계는 무엇이며, 이를 어떻게 개선할 수 있는가?
• RQ3 이동 및 자원 제약이 있는 장치를 지원하기 위해 최소한의 사용자 측 계산으로 보안 k-NN 프로토콜을 설계할 수 있는가?
• RQ4 병렬 처리 및 분산 컴퓨팅 기법을 통해 보안 k-NN 프로토콜의 확장성은 어느 정도 향상될 수 있는가?
• RQ5 제안된 프로토콜은 [28], [13], [31]과 같은 이전 연구들과 비교해 성능 및 보안 면에서 어떻게 다를까?

주요 결과

• 제안된 S$k$NN$_\text{m}$ 프로토콜은 이전의 방법들과 달리 데이터 기밀성, 쿼리 기밀성, 액세스 패턴 숨김을 모두 보장하여 완전한 보안을 달성한다. 이는 이전의 방법들이 알려진/선택 평문 공격에 취약하다는 점과 대비된다.
• S$k$NN$_\text{b}$ 프로토콜은 k에 관계없이 일정한 사용자 측 계산 시간(항상 0.73분)을 유지하지만, S$k$NN$_\text{m}$의 사용자 측 비용은 낮게 유지되며, 6개의 속성과 512–1024비트 키에 대해 4–17ms 수준이다.
• k=5일 때 S$k$NN$_\text{m}$의 총 비용의 69.7%가 SMIN$_n$ 프로토콜에 기인하며, k가 25로 증가하면 이 비율은 최소 75%로 증가한다.
• S$k$NN$_\text{b}$의 병렬화된 버전은 6코어 시스템에서 6배의 성능 향상을 달성하여, n=10,000 레코드일 때 순차 실행 시간 215.59초에서 병렬 실행 시간 40초로 감소한다.
• S$k$NN$_\text{m}$ 프로토콜은 S$k$NN$_\text{b}$보다 훨씬 비용이 많이 들며, k가 5에서 25로 증가함에 따라 실행 시간이 11.93분에서 55.65분으로 증가하지만, 더 강력한 보안 보장을 제공한다.
• 결과는 제안된 프로토콜이 사용자 측에서 매우 효율적이고 병렬화를 통해 확장 가능하다는 것을 확인하며, 이는 모바일 장치와 대규모 클라우드 환경에의 구현에 적합하다.