[논문 리뷰] Cloud-based Privacy Preserving Image Storage, Sharing and Search

Lan Zhang, Taeho Jung외 3명|arXiv (Cornell University)|2014. 10. 24.

Advanced Image and Video Retrieval Techniques참고 문헌 28인용 수 8

한 줄 요약

이 논문은 대규모 이미지 저장, 공유 및 콘텐츠 기반 검색을 위한 프라이버시 보장 클라우드 기반 시스템인 PIC를 제안한다. 이는 동형 암호화와 특성 기반 액세스 제어를 사용하여 안전하고 효율적인 이미지 검색을 가능하게 하며, 사용자가 세밀한 액세스 정책을 지정할 수 있도록 하면서 대부분의 계산을 클라우드에 위탁한다. 실험 결과는 실제 이미지 데이터셋에서 강력한 프라이버시 보호와 확장성을 입증한다.

ABSTRACT

High-resolution cameras produce huge volume of high quality images everyday. It is extremely challenging to store, share and especially search those huge images, for which increasing number of cloud services are presented to support such functionalities. However, images tend to contain rich sensitive information (\eg, people, location and event), and people's privacy concerns hinder their readily participation into the services provided by untrusted third parties. In this work, we introduce PIC: a Privacy-preserving large-scale Image search system on Cloud. Our system enables efficient yet secure content-based image search with fine-grained access control, and it also provides privacy-preserving image storage and sharing among users. Users can specify who can/cannot search on their images when using the system, and they can search on others' images if they satisfy the condition specified by the image owners. Majority of the computationally intensive jobs are outsourced to the cloud side, and users only need to submit the query and receive the result throughout the entire image search. Specially, to deal with massive images, we design our system suitable for distributed and parallel computation and introduce several optimizations to further expedite the search process. We implement a prototype of PIC including both cloud side and client side. The cloud side is a cluster of computers with distributed file system (Hadoop HDFS) and MapReduce architecture (Hadoop MapReduce). The client side is built for both Windows OS laptops and Android phones. We evaluate the prototype system with large sets of real-life photos. Our security analysis and evaluation results show that PIC successfully protect the image privacy at a low cost of computation and communication.

연구 동기 및 목표

• 신뢰할 수 없는 클라우드 환경에서 대규모 고해상도 이미지의 저장, 공유 및 검색에 대한 점점 증가하는 도전 과제를 해결한다.
• 특성 벡터가 원본 이미지를 복원하는 데 사용될 수 있기 때문에, 콘텐츠 기반 검색 중 이미지 프라이버시를 보호한다.
• 이미지 소유자가 누가 자신의 이미지를 검색할 수 있는지 지정할 수 있도록 세밀한 액세스 제어를 가능하게 한다.
• 대부분의 계산을 클라우드에 위탁하면서도 프라이버시를 유지하는 방식으로 효율적이고 확장 가능한 검색을 지원한다.
• 검색 중 이미지 소유자와의 상호작용 없이도 이미지 데이터, 쿼리 및 결과의 기밀성을 유지할 수 있는 시스템을 설계한다.

제안 방법

• 특성 기반 암호화(특히 회로 기반이 아닌 대칭 키 기반의 방식)를 사용하여 암호화된 특성 벡터에서 거리 계산을 안전하게 수행한다.
• 콘텐츠 기반 유사도 매칭을 위해 SIFT 특성 서술자를 사용하여 이미지를 고차원 벡터로 표현한다.
• 클러스터 환경에서의 확장성을 확보하기 위해 Hadoop MapReduce와 HDFS를 활용한 분산형, 병렬 처리 검색 파이프라인을 구현한다.
• 세밀한 액세스 제어를 위해 암호문 정책 기반 특성 기반 암호화(CP-ABE)를 통합한다.
• 검색 성능을 최적화하고 중복 계산을 줄이기 위해 색인 구조를 구축한다.
• 윈도우 및 안드로이드 클라이언트를 모두 지원하는 클라이언트-서버 아키텍처를 설계하여 종단 간 프라이버시 보장 이미지 검색을 구현한다.

실험 결과

연구 질문

• RQ1 이미지 콘텐츠, 쿼리 또는 결과가 폭 lộ되지 않는 조건에서 클라우드에서 콘텐츠 기반 이미지 검색을 수행할 수 있는가?
• RQ2 특성 벡터가 이미지 복원을 가능하게 하기 때문에, 이러한 특성 벡터를 처리할 때 프라이버시를 어떻게 유지할 수 있는가?
• RQ3 기밀성을 강하게 유지하면서도 대부분의 계산을 클라우드에 위탁함으로써 효율적이고 확장 가능한 검색을 달성할 수 있는가?
• RQ4 특정 이미지에 대해 검색할 수 있는 사용자만 허가된 사용자로 액세스 제어 정책을 어떻게 시행할 수 있는가?
• RQ5 표준 방법 대비 프라이버시 보장 이미지 검색의 성능 오버헤드는 얼마나 되는가?

주요 결과

• 특성 벡터에서 복원된 이미지가 심지어 고도로 발전된 복원 기법을 사용하더라도 원본과 구분되지 않기 때문에, 시스템이 이미지 프라이버시를 성공적으로 보호한다.
• 동형 암호화의 사용으로 인해 클라우드 제공자로부터 쿼리와 검색 결과 모두 기밀성이 유지된다.
• Hadoop MapReduce를 사용한 프로토타입 구현은 실제 사진을 포함한 대규모 이미지 데이터셋에서 확장성과 효율성을 입증한다.
• CP-ABE 통합으로 세밀한 액세스 제어가 가능해져 이미지 소유자가 특정 사용자 또는 사용자 특성 기반으로 누가 자신의 이미지를 검색할 수 있는지 지정할 수 있다.
• 클라이언트 측 계산을 최소화하고 클라우드 측 병렬 처리에 의존함으로써 안전하고 프라이버시 보장, 효율적인 콘텐츠 기반 이미지 검색을 달성한다.
• 보안 분석 결과, 특성 벡터 泄露 공격에 저항하며 현실적인 위협 모델 하에서도 프라이버시를 유지함을 확인했다.