[论文解读] k-Nearest Neighbor Classification over Semantically Secure Encrypted Relational Data

Bharath K. Samanthula, Yousef Elmehdwi+1 more|arXiv (Cornell University)|Mar 19, 2014

Cryptography and Data Security被引用 10

一句话总结

本文提出了一种用于云环境中语义加密关系型数据的隐私保护k-最近邻（k-NN）分类器。该方法可在不泄露数据、查询或访问模式的情况下，对加密数据实现安全分类，通过预计算实现33%的在线计算加速，利用并行化最高可实现6倍性能提升，客户端开销极低。

ABSTRACT

Data Mining has wide applications in many areas such as banking, medicine, scientific research and among government agencies. Classification is one of the commonly used tasks in data mining applications. For the past decade, due to the rise of various privacy issues, many theoretical and practical solutions to the classification problem have been proposed under different security models. However, with the recent popularity of cloud computing, users now have the opportunity to outsource their data, in encrypted form, as well as the data mining tasks to the cloud. Since the data on the cloud is in encrypted form, existing privacy preserving classification techniques are not applicable. In this paper, we focus on solving the classification problem over encrypted data. In particular, we propose a secure k-NN classifier over encrypted data in the cloud. The proposed k-NN protocol protects the confidentiality of the data, user's input query, and data access patterns. To the best of our knowledge, our work is the first to develop a secure k-NN classifier over encrypted data under the semi-honest model. Also, we empirically analyze the efficiency of our solution through various experiments.

研究动机与目标

• 解决在外包云数据库中对语义加密数据执行k-NN分类的挑战。
• 在加密形式下保护数据库和用户查询记录的机密性。
• 隐藏数据访问模式，防止云和用户进行推理攻击。
• 确保仅向用户泄露最终的类别标签，不泄露任何中间结果。
• 设计一种适合在现实云环境中部署且具备性能优化的高效协议。

提出的方法

• 协议使用语义安全加密保护属性级数据和查询记录，确保机密性。
• 提出基于安全多方计算的方法，在不泄露敏感数据或访问模式的情况下计算k-NN距离。
• 采用随机加密和安全比较协议，在不解密的情况下比较加密距离。
• 利用安全最小值计算（SMINn）协议，在加密数据上识别k个最近邻。
• 通过预计算随机加密（如0和1的加密）将在线计算成本降低33%。
• 通过OpenMP实现阶段1计算的并行化，在6核系统上实现最高6倍加速。

实验结果

研究问题

• RQ1 能否在云环境中对语义加密的关系型数据安全执行k-NN分类？
• RQ2 如何在分类过程中保护数据库和用户查询的机密性？
• RQ3 能否隐藏数据访问模式（如k-NN搜索中访问的记录）以防止云和用户推断？
• RQ4 可应用哪些性能优化使安全k-NN在大规模数据集上可扩展？
• RQ5 预计算和并行化在实际中对安全k-NN的效率有何影响？

主要发现

• 所提出的PP k-NN协议在使用预计算时，阶段1的在线计算成本降低了33.86%，当k=10且K=1024位时，时间从127.72分钟减少至84.47分钟。
• 使用OpenMP进行并行化后，阶段1的计算成本从127.72分钟降至55.5分钟（当k=25时），在6核机器上实现了6倍加速。
• 协议的总网络延迟约为2分钟（阶段1为123.79秒），远低于总计算成本，表明通信并非性能瓶颈。
• 鲍勃加密其查询的计算成本仅为4–17毫秒（密钥长度为512–1024位），使协议在资源受限设备上也具有高度效率。
• 该协议成功隐藏了数据访问模式，并确保仅向用户泄露最终类别标签，完全满足半诚实模型下的所有隐私要求。
• 该协议是首个在云环境中对语义加密数据实现安全k-NN分类的方案，同时保护数据、查询和访问模式。