[논문 리뷰] Verifiable Encodings for Secure Homomorphic Analytics

Sylvain Chatel, Christian Knabenhans외 3명|arXiv (Cornell University)|2022. 07. 28.

Cryptography and Data Security인용 수 10

한 줄 요약

이 논문은 레이어 기반 완전한 동형 암호화(FHE)를 사용하여 암호화된 데이터에 대한 동형 계산의 클라이언트 측 검증을 실현 가능한 방식으로 가능하게 하는 검증 가능한 인코딩을 제안한다. 두 가지 새로운 오류 검출 인코딩—복제 기반 및 컴팩트 인코딩—을 통해 검증을 평문 영역으로 이관함으로써 Veritas는 재선형화, 회전, 부트스트랩핑을 포함한 모든 핵심 HE 연산에 대해 최소한의 오버헤드로 무결성을 보장한다. 이는 게놈 분석 및 머신러닝과 같은 다양한 프라이버시 보존 응용 분야를 지원한다.

ABSTRACT

Homomorphic encryption, which enables the execution of arithmetic operations directly on ciphertexts, is a promising solution for protecting privacy of cloud-delegated computations on sensitive data. However, the correctness of the computation result is not ensured. We propose two error detection encodings and build authenticators that enable practical client-verification of cloud-based homomorphic computations under different trade-offs and without compromising on the features of the encryption algorithm. Our authenticators operate on top of trending ring learning with errors based fully homomorphic encryption schemes over the integers. We implement our solution in VERITAS, a ready-to-use system for verification of outsourced computations executed over encrypted data. We show that contrary to prior work VERITAS supports verification of any homomorphic operation and we demonstrate its practicality for various applications, such as ride-hailing, genomic-data analysis, encrypted search, and machine-learning training and inference.

연구 동기 및 목표

• 악성 서버가 검증 불가능한 방식으로 잘못된 결과를 반환할 수 있는 동형 암호화에서의 계산 무결성 부족 문제를 해결한다.
• 기존의 검증 가능한 계산 기법이 대수적 및 운영적 불일치로 인해 현대적인 레이어 기반 HE 체계를 지원하지 못하는 한계를 극복한다.
• 선형 연산, 곱셈, 재선형화, 회전, 부트스트랩핑을 포함한 모든 표준 HE 연산에 대한 검증을 가능한 한 다양한 파rameter 설정에서 지원한다.
• 민감한 입력 데이터에 접근하지 않고도 사전에 검증 도전 과제를 계산할 수 있도록 함으로써, 다중 당사자 및 자원 제약 환경에서의 실용적 구현을 지원한다.
• 기존 HE 파이프라인에 최소한의 성능 및 통신 오버헤드로 검증 기능을 통합한 시스템 Veritas를 설계한다.

제안 방법

• 복제 기반 인코딩과 컴팩트 인코딩이라는 두 가지 평문 수준의 인코딩을 도입한다. 복제 기반 인코딩은 HE 배칭을 활용해 중복성과 오류 검출 기능을 제공하고, 컴팩트 인코딩은 검증 오버헤드를 감소시킨다.
• 이러한 인코딩을 기반으로 동형 인증자를 구성하여 결과를 복호화하지 않고도 동형적으로 실행된 연산의 검증을 효율적으로 수행할 수 있도록 한다.
• 검증을 암호문 영역에서 분리하여 평문 영역에서 사전에 계산된 도전 값에 대한 무결성 검사를 수행함으로써, 입력 데이터를 드러내지 않은 채 클라이언트 측 검증을 가능하게 한다.
• 정수 기반 레이어 기반 FHE 체계(예: BFV, BGV)에 최신의 레이어 기반 FHE 체계를 통합하여 SIMD 및 비선형 연산과의 호환성을 확보한다.
• Veritas라는 실용적인 시스템을 구현하여 임의의 동형 연산, 특히 암호화된 머신러닝 및 게놈 분석과 같은 복잡한 파이프라인의 검증을 지원한다.
• ReQ(중복 쿼리) 및 PoC(개념 증명) 기법을 통해 통신 및 계산을 최적화하여 클라이언트로 전송되는 데이터 양을 줄이면서도 검증성을 유지한다.

실험 결과

연구 질문

• RQ1 현대의 레이어 기반 FHE 체계에서 재선형화, 회전, 부트스트랩핑을 포함한 모든 핵심 연산에 대해 검증 가능한 계산이 가능할 수 있는가?
• RQ2 암호문 영역에서 평문 영역으로 검증을 이관하면서도 보안성이나 성능을 훼손하지 않는 효율적인 검증 가능한 인코딩을 설계할 수 있는가?
• RQ3 입력 데이터가 완전히 제공되지 않는 상황에서, 특히 자원 제약이 있는 클라이언트나 다중 당사자 환경에서 검증을 어떻게 실용적으로 구현할 수 있는가?
• RQ4 암호화된 검색, 게놈 분석, ML 학습/추론과 같은 다양한 프라이버시 보존 워크로드에서 엔드 투 엔드 검증을 구현할 경우 성능 오버헤드는 얼마나 되는가?
• RQ5 제안된 솔루션은 고도화된 연산과 낮은 검증 비용을 유지하면서도 HE 체계의 다양한 파rameter 설정을 유연하게 지원할 수 있는가?

주요 결과

• Veritas는 이전 연구에서 제외된 핵심 연산인 재선형화 및 회전을 포함하여 모든 표준 HE 연산—선형, 곱셈, 재선형화, 회전, 부트스트랩핑—에 대한 검증을 지원한다.
• 게놈 질병 예측과 같은 복잡한 워크로드에서도 클라이언트 및 서버의 계산 및 통신 오버헤드가 기준 FHE 대비 3배 이내로 유지된다.
• 복제 기반 인코딩은 데이터 중복성을 통해 강력한 오류 검출 기능을 제공하고, 컴팩트 인코딩은 검증 비용을 감소시켜 보안성과 효율성 사이의 트레이드오프를 제공한다.
• 검증 도전 과제의 사전 계산은 입력 데이터와 별개로 수행될 수 있어, 다중 당사자 환경에서의 배포 및 계산 능력이 제한된 클라이언트 지원에 유리하다.
• 평가 결과는 다양한 응용 분야에서의 실용성을 입증하였으며, 라이드셰어링, 게놈 데이터 분석, 암호화된 검색, 머신러닝 학습 및 추론을 포함한다.
• 표현력과 효율성 면에서 이전 접근 방식을 능가하며, 이전 솔루션이 SNARKs나 동형 MACs와의 호환성 문제로 인해 처리할 수 없었던 다양한 HE 파arameter 설정과 복잡한 파이프라인을 지원한다.