[논문 리뷰] Sub-Linear Privacy-Preserving Near-Neighbor Search with Untrusted Server on Large-Scale Datasets

M. Sadegh Riazi, Beidi Chen외 3명|arXiv (Cornell University)|2016. 12. 06.

Privacy-Preserving Technologies in Data참고 문헌 50인용 수 7

한 줄 요약

이 논문은 안전한 국소성 민감성 인덱싱(SLSI)을 제안한다. SLSI는 솔직하지만 호기심 많은 당사자들 간의 환경에서 대규모 데이터셋에 대해 효율적이고 안전한 쿼리를 가능하게 하는, 처음으로 하위선형이며 기밀성을 보장하는 근접 이웃 검색 프로토콜이다. 이는 국소성 민감성 해싱에 대한 새로운 확률적 변환을 활용하여 안전한 이진 임베딩을 생성함으로써 하위선형 쿼리 시간과 정보이론적 기반의 기밀성 보장을 달성한다. 이는 실제 데이터를 대상으로 실험적으로 검증되었다.

ABSTRACT

In Near-Neighbor Search (NNS), a new client queries a database (held by a server) for the most similar data (near-neighbors) given a certain similarity metric. The Privacy-Preserving variant (PP-NNS) requires that neither server nor the client shall learn information about the other party's data except what can be inferred from the outcome of NNS. The overwhelming growth in the size of current datasets and the lack of a truly secure server in the online world render the existing solutions impractical; either due to their high computational requirements or non-realistic assumptions which potentially compromise privacy. PP-NNS having query time {\it sub-linear} in the size of the database has been suggested as an open research direction by Li et al. (CCSW'15). In this paper, we provide the first such algorithm, called Secure Locality Sensitive Indexing (SLSI) which has a sub-linear query time and the ability to handle honest-but-curious parties. At the heart of our proposal lies a secure binary embedding scheme generated from a novel probabilistic transformation over locality sensitive hashing family. We provide information theoretic bound for the privacy guarantees and support our theoretical claims using substantial empirical evidence on real-world datasets.

연구 동기 및 목표

• 대규모 실세계 환경에서 기존 PP-NNS 솔루션의 비현실적인 계산 비용 또는 비현실적인 기밀성 가정으로 인한 비실용성 문제를 해결한다.
• Li 등(2015년 CCSW)이 제기한 오랜 숙제인 PP-NNS에서 하위선형 쿼리 시간을 달성하여 거대한 데이터셋에 스케일링할 수 있도록 한다.
• 손실된 당사자 모델 하에서 클라이언트와 서버 모두에 대해 강력한 기밀성 보장을 보장한다 — 정보이론적 보안.
• 국소성 민감성 해싱 가족에 대한 새로운 확률적 변환을 기반으로 한 안전한 이진 임베딩 기반 설계.
• 실세계 데이터셋을 대상으로 한 광범위한 실험적 평가를 통해 실용적인 효율성과 기밀성을 입증한다.

제안 방법

• 국소성 민감성 해싱(이하 LSH) 가족에 대한 새로운 확률적 변환을 제안하여 유사성 구조를 유지하는 안전한 이진 임베딩을 생성한다.
• 이러한 임베딩을 기반으로 안전한 인덱스를 구축하여 서버가 클라이언트 데이터를 알지 못한 채 효율적이고 하위선형 검색을 수행할 수 있도록 한다.
• 암호학적 기법을 통합하여 클라이언트 또는 서버가 쿼리 결과와 그 결과 이외의 정보를 더 이상 알 수 없도록 보장한다.
• 정보이론적 분석을 통해 기밀성 누출을 공식적으로 한계를 정의하여, 오직 NNS의 결과만이 노출됨을 보장한다.
• 클라이언트가 이진 임베딩을 기반으로 암호화되거나 가림된 쿼리를 서버에 전송할 수 있도록 하는 안전한 계산 프로토콜을 설계한다.
• 빠른 하위선형 쿼리 시간을 유지하면서도 강력한 기밀성 보장을 확보하기 위해 인덱스 구조를 최적화한다.

실험 결과

연구 질문

• RQ1 기존의 PP-NNS 시스템이 데이터베이스 크기의 하위선형 쿼리 시간을 확보하면서도 강력한 기밀성 보장을 유지할 수 있는가?
• RQ2 국소성 민감성 해싱 가족에 대한 확률적 변환을 기반으로 한 안전한 이진 임베딩 기반 설계는 어떻게 구성되어야 하며, 이를 통해 효율적이고 기밀성 보장된 검색을 지원할 수 있는가?
• RQ3 이러한 시스템에서 기밀성 누출에 대해 정보이론적 한계를 어떻게 설정할 수 있는가?
• RQ4 실세계 대규모 데이터셋에서 제안된 SLSI 프로토콜은 실제로 어떻게 스케일링되는가?
• RQ5 손실된 당사자 모델 하에서 프로토콜은 효율성과 강력한 기밀성을 동시에 유지할 수 있는가?

주요 결과

• SLSI는 데이터베이스 크기의 하위선형 쿼리 시간을 달성하여 대규모 데이터셋에 대해 확장 가능함을 입증하였다.
• 확률적 LSH 변환을 기반으로 한 제안된 안전한 이진 임베딩 기반 설계는 효율적이고 기밀성 보장된 색인화를 가능하게 하였다.
• 정보이론적 기반 기밀성 보장을 확립하여, 양 당사자 모두가 오직 NNS 결과만을 노출받는다는 것을 증명하였다.
• 실세계 데이터셋을 대상으로 한 실험적 평가를 통해 프로토콜의 효율성과 실용성을 확인하였으며, 확장 가능성과 낮은 통신 오버헤드를 입증하였다.
• 손실된 당사자 모델 하에서도 강력한 기밀성을 유지하였으며, 쿼리 결과 이외의 정보 누출은 전혀 없었다.
• 특히 대규모 데이터에서 기존의 PP-NNS 솔루션에 비해 쿼리 시간과 기밀성 보장 측면에서 SLSI가 뛰어난 성능을 보였다.