[논문 리뷰] Towards Practical Oblivious RAM

Emil Stefanov, Elaine Shi외 1명|arXiv (Cornell University)|2011. 06. 18.

Cryptography and Data Security참고 문헌 9인용 수 150

한 줄 요약

이 논문은 새로운 파artition 기법을 도입함으로써, O-RAM을 더 작은 독립적으로 관리 가능한 파artition으로 나누고, 서버 측 파artition 간에 블록을 익명적으로 재배치하는 배경 이탈 메커니즘을 사용하여, 평균적으로 20–35×의 오버헤드를 달성하는 실용적인 옴니버러스 랜덤 액세스 메모리(O-RAM) 구조를 제안한다. 이는 이전 최고 성능 기법 대비 최대 63배 빠른 성능을 기록한다. 이 방법은 클라이언트 스토리지 요구량을 O-RAM 용량의 최소 일정 비율로 줄이며, 최악의 경우 비용은 선형 이하로 유지하고, 라운드트립 지연은 일정하게 유지한다.

ABSTRACT

We take an important step forward in making Oblivious RAM (O-RAM) practical. We propose an O-RAM construction achieving an amortized overhead of 20X-35X (for an O-RAM roughly 1 terabyte in size), about 63 times faster than the best existing scheme. On the theoretic front, we propose a fundamentally novel technique for constructing Oblivious RAMs: specifically, we partition a bigger O-RAM into smaller O-RAMs, and employ a background eviction technique to obliviously evict blocks from the client-side cache into a randomly assigned server-side partition. This novel technique is the key to achieving the gains in practical performance.

연구 동기 및 목표

• 강력한 이론적 보장에도 불구하고 오랫동안 지속된 실용성 격차를 해소하기 위해.
• 현재 실용적 환경에서 1,400× 이상을 초과하는 높은 평균 및 최악의 경우 오버헤드를 가지는 기존 O-RAM 기법의 오버헤드를 줄이기 위해.
• 최소한의 클라이언트 스토리지와 낮은 지연 시간을 유지하면서도 클라우드 스토리지에서 효율적이고 기밀적인 데이터 액세스를 가능하게 하는 구조를 설계하기 위해.
• 더 나은 점근적 및 실용적 성능를 달성할 수 있는 새로운 재귀적 파artition 기법을 탐색하기 위해.

제안 방법

• 핵심 방법은 크기가 $N$ 블록인 큰 O-RAM을 $P$개의 더 작은 O-RAM으로 나누어, 각각 크기가 $\sqrt{N} + \epsilon$ 블록이 되도록 하여 국소적이고 효율적인 관리가 가능하도록 하는 것이다.
• 배경 이탈 프로세스는 클라이언트 측 캐시의 블록을 서버 측 파artition에 무작위로 할당된 곳으로 익명적으로 이동시켜, 액세스 패턴이 드러나지 않도록 보장한다.
• 각 블록은 파artition과 레벨 기반의 의사난수 함수(PRF)를 사용해 고유한 별칭을 할당받으며, 이로 인해 클라이언트는 실제 식별자를 드러내지 않고도 블록을 검색할 수 있다.
• 포지션 맵은 엔트로피 기반 인코딩과 비트 팩킹 기법을 사용해 압축되어, 블록당 평균 스토리지가 0.255바이트로 감소한다.
• 공유된 밸런딘 매트릭스를 사용한 행렬 기반 압축 기법은 업로드 중에 대역폭을 2배로 줄여주며, $2k$개의 블록(반은 실제, 반은 더미)에 대해 $k$개의 계수만 전송함으로써 가능하다.
• 실용적 구조의 재귀적 적용은 $O((\log N)^2)$의 평균 및 최악의 경우 비용을 가지며, $O(\sqrt{N})$의 클라이언트 스토리지만을 사용하는 이론적 O-RAM 변형을 도출한다.

실험 결과

연구 질문

• RQ1 실제 클라우드 스토리지 환경에서 기존 기법보다 훨씬 낮은 오버헤드를 가지는 실용적 O-RAM 구조를 설계할 수 있는가?
• RQ2 강력한 기밀성 보장과 낮은 지연 시간을 유지하면서도 클라이언트 스토리지를 최소화할 수 있는 방법은 무엇인가?
• RQ3 새로운 파artition 및 이탈 메커니즘이 실제 데이터 크기(예: 테라바이트 수준)에서 성능과 기밀성을 향상시킬 수 있는가?
• RQ4 O-RAM 구조에서 클라이언트 스토리지, 서버 스토리지, 성능 간의 이론적 및 실용적 트레이드오프는 어떠한가?

주요 결과

• 실용적 O-RAM 구조는 평균 오버헤드가 20–35×로, 일반 설정에서 이전 최고 기법 대비 63배 향상된 성능을 달성한다.
• 최악의 경우 비용은 $<3\sqrt{N}+o(\sqrt{N})$로 선형 이하이며, 이는 이전 기법의 $O(N\log N)$ 최악의 경우 경계에 비해 크게 향상된 것이다.
• 클라이언트 스토리지는 매우 작은 비율—O-RAM 용량의 0.01%에서 0.3%—으로 줄어들었으며, 이는 실용적 구현에서 $\sqrt{N}$과 유사한 수준이다.
• 서버 스토리지는 이론적 상한값인 $4N+o(N)$에 비해 실제로는 $3.2N$ 블록 이하로 제한되며, 효율적인 이탈 및 동적 메모리 사용 덕분이다.
• 공유된 밸런딘 매트릭스를 사용한 행렬 압축은 기밀성을 훼손하지 않으면서도 업로드 중 대역폭을 2배로 줄여준다.
• 실용적 구조의 재귀적 적용은 $O((\log N)^2)$의 평균 및 최악의 경우 비용을 가지며, $O(\sqrt{N})$의 클라이언트 스토리지만을 사용하는 이론적 O-RAM을 도출한다.