[논문 리뷰] Enabling Secure Database as a Service using Fully Homomorphic Encryption: Challenges and Opportunities

Murali Mani, Kinnari Shah외 1명|arXiv (Cornell University)|2013. 02. 11.

Cryptography and Data Security참고 문헌 18인용 수 12

한 줄 요약

이 논문은 암호화된 데이터에서 암호 해독 없이도 클라우드 제공자가 임의의 쿼리 연산을 수행할 수 있도록 허용하는 풀 허모모르픽 암호(FHE) 기반 프레임워크를 제안한다. 두 단계 프로토콜을 통해 보안적이고 압축된 결과 검색을 가능하게 하는 대수적 쿼리 처리를 도입함으로써 강력한 보안 보장을 확보하면서도 성능 및 최적화와 같은 실용적 과제도 해결한다.

ABSTRACT

The database community, at least for the last decade, has been grappling with querying encrypted data, which would enable secure database as a service solutions. A recent breakthrough in the cryptographic community (in 2009) related to fully homomorphic encryption (FHE) showed that arbitrary computation on encrypted data is possible. Successful adoption of FHE for query processing is, however, still a distant dream, and numerous challenges have to be addressed. One challenge is how to perform algebraic query processing of encrypted data, where we produce encrypted intermediate results and operations on encrypted data can be composed. In this paper, we describe our solution for algebraic query processing of encrypted data, and also outline several other challenges that need to be addressed, while also describing the lessons that can be learnt from a decade of work by the database community in querying encrypted data.

연구 동기 및 목표

• 클라우드 제공자가 평문에 접근하지 않고 암호화된 데이터를 처리할 수 있는 보안 데이터베이스 as a service를 구현하기 위해.
• 부분적 허모모르픽 암호와 클라이언트 측 처리의 한계를 극복하기 위해 풀 허모모르픽 암호(FHE)를 활용하기 위해.
• 암호화된 데이터에서 연산의 조합을 지원하고 결과의 무결성을 유지하는 대수적 쿼리 처리를 설계하기 위해.
• FHE 기반 데이터베이스의 성능, 인덱싱, 최적화와 관련된 핵심 연구 과제를 특정하고 해결하기 위해.
• 트랜잭션, 인증, 스키마 관리 등 전체 데이터베이스 기능을 FHE를 활용해 실현 가능한지 탐색하기 위해.

제안 방법

• 결과 검색을 위한 두 단계 프로토콜을 제안한다: 첫째, 클라이언트가 선택 조건의 합을 암호화하여 일치하는 행 수를 산정한다; 둘째, 서버가 암호화된 값 기준으로 정렬된 제한된 수의 행을 반환한다.
• FHE를 사용해 암호화된 데이터에서 관계대수 연산—선택, 투영, 조인—을 수행함으로써 데이터 기밀성을 유지한다.
• 클라이언트가 반환된 행 수가 예상된 수와 일치하는지 확인함으로써 보안적이고 검증 가능한 방법을 적용하여 정확성과 위조 탐지를 보장한다.
• 입력 행 수와 동일한 수의 행을 유지하는 FHE 기반 연산자 알고리즘을 설계하여 기존 최적화 힌트(예: 선택 푸시다운)의 적용을 어렵게 한다.
• 암호화된 데이터에서 임의의 함수 평가를 지원하는 FHE 기반 계산 모델을 설계하여 서버가 암호 해독 없이도 전체 쿼리 처리를 수행할 수 있도록 한다.
• 노이즈 증가를 관리하고 복잡한 계산을 가능하게 하기 위해 부트스트랩핑과 회로 평가를 고려한다.

실험 결과

연구 질문

• RQ1 풀 허모모르픽 암호는 어떻게 암호화된 데이터에서 서버 측에서 임의의 데이터베이스 쿼리를 안전하게 처리할 수 있도록 할 수 있는가?
• RQ2 실용적인 데이터베이스 작업에 FHE를 사용할 경우 성능 및 확장성의 과제는 무엇이며, 이를 어떻게 완화할 수 있는가?
• RQ3 암호화된 상태에서도 랜덤 액세스와 선형 이하의 검색 시간을 지원하기 위해 FHE 기반 데이터베이스에 인덱스를 어떻게 설계할 수 있는가?
• RQ4 FHE 전용 계산 비용(예: Evaluate, 부트스트랩핑)은 쿼리 최적화 및 비용 모델링에 어떤 영향을 미치는가?
• RQ5 특히 결과 크기 泄露 및 사이드 채널 위험을 고려할 때, 신뢰할 수 없는 클라우드 제공자 환경에서도 종단 간 보안을 어떻게 유지할 수 있는가?

주요 결과

• 제안된 두 단계 프로토콜은 클라이언트가 행 수를 서버에 노출시키지 않고도 일치하는 행 수를 검증할 수 있도록 하여 압축되고 정확한 결과 검색을 가능하게 한다.
• FHE는 암호화된 데이터에서 임의의 계산을 지원하여, 이전의 클라이언트 측 참여가 필요한 기법들과 달리 클라우드 제공자가 암호 해독 없이도 전체 쿼리를 실행할 수 있도록 한다.
• FHE 하에서 선택 연산의 결과는 입력과 동일한 수의 행을 유지하므로, 기존 최적화 힌트(예: 선택 푸시다운)의 적용이 무효화된다.
• 성능은 여전히 주요 성능 저하 요인으로 남아 있으며, 특히 Evaluate와 부트스트랩핑과 같은 FHE 연산의 높은 계산 비용이 파이프라인에서 가장 비용이 많이 드는 연산이기 때문이다.
• FHE 기반 데이터베이스의 인덱싱은 여전히 열린 과제이며, 표준 FHE 모델 하에서는 랜덤 액세스와 선형 이하의 검색이 불가능하므로 새로운 데이터 구조가 필요하다.
• 보안 분석 결과, 결과 크기 泄露는 가능하지만 클라이언트가 행 수 검증을 통해 이를 탐지할 수 있어 무결성이 유지됨을 확인했다.