[논문 리뷰] MSPPIR: Multi-source privacy-preserving image retrieval in cloud computing

Qi Gu, Zhihua Xia외 1명|arXiv (Cornell University)|2020. 07. 24.

Image Retrieval and Classification Techniques인용 수 6

한 줄 요약

이 논문은 클라우드 환경에서 다중 소스 개인정보 보존 이미지 검색(MSPPIR)을 위한 새로운 JPEG 도메인 암호화 기법인 JES-MSIR를 제안한다. 이 기법은 순열 기반 무작위화와 Bag-of-Words 특징 집합 기반 기법을 사용하여 다수의 이미지 소유자로부터 일정 라운드의 보안 검색을 가능하게 하며, 높은 효율성, 강력한 보안성, 대규모 소스 수에 걸쳐도 안정적인 검색 정확도를 달성한다.

ABSTRACT

Content-Based Image Retrieval (CBIR) techniques have been widely researched and in service with the help of cloud computing like Google Images. However, the images always contain rich sensitive information. In this case, the privacy protection become a big problem as the cloud always can't be fully trusted. Many privacy-preserving image retrieval schemes have been proposed, in which the image owner can upload the encrypted images to the cloud, and the owner himself or the authorized user can execute the secure retrieval with the help of cloud. Nevertheless, few existing researches notice the multi-source scene which is more practical. In this paper, we analyze the difficulties in Multi-Source Privacy-Preserving Image Retrieval (MSPPIR). Then we use the image in JPEG-format as the example, to propose a scheme called JES-MSIR, namely a novel JPEG image Encryption Scheme which is made for Multi-Source content-based Image Retrieval. JES-MSIR can support the requirements of MSPPIR, including the constant-rounds secure retrieval from multiple sources and the union of multiple sources for better retrieval services. Experiment results and security analysis on the proposed scheme show its efficiency, security and accuracy.

연구 동기 및 목표

• 클라우드 환경에서 다중 소스 개인정보 보존 이미지 검색(MSPPIR)에 대한 종합적인 해결책이 부족한 문제를 해결하기 위해.
• 다른 암호화 키를 사용하는 다수의 이미지 소유자로부터 보안적이고 일정 라운드의 검색을 가능하게 하기 위해.
• 향상된 검색 커버리지와 성능을 위해 이미지 소스의 동적 유니온을 지원하기 위해.
• 파일 크기 증가와 특징 泄露를 방지하면서도 JPEG 도메인에서의 보안성과 정확도를 확보하기 위해.
• 기존의 단일 소스 또는 부분적인 다중 소스 기법보다 뛰어난 확장성과 효율성을 제공하는 해결책을 제공하기 위해.

제안 방법

• JPEG 이미지의 DCT 계수를 보호하기 위해 비트 XOR과 순열을 사용하는 랜덤화 기반 암호화 기법인 JES-MSIR를 제안한다.
• 다중 소스 간의 공동 검색을 위해 암호화된 (r,v) 특징 쌍을 Bag-of-Words(BOW) 모델링을 통해 집계한다.
• 특징 泄露를 방지하고 소유자 간의 공모 공격에 저항하기 위해 다중 순열을 적용한다.
• 사용자가 모든 승인된 소유자로부터 검색할 수 있도록 하는 일정 라운드 프로토콜을 설계하며, 통신 비용이 소스 수에 독립적이도록 한다.
• 정확도와 효율성의 균형을 위해 데이터 분포와 특징 샘플링 비율을 기반으로 동적 클러스터 크기 선택 메커니즘($k_{suggest}$)을 도입한다.
• 클라우드에서 특징 집계 및 거리 계산을 수행하여 클라이언트 측 계산을 최소화하고 다중 소스 지원을 위한 확장성을 확보한다.

실험 결과

연구 질문

• RQ1 클라우드 환경에서 서로 다른 암호화 키를 사용하는 다수의 이미지 소유자 간에 보안적이고 일정 라운드의 이미지 검색을 어떻게 달성할 수 있는가?
• RQ2 다중 이미지 소스의 유니온을 어떻게 안전하고 효율적으로 지원하여 검색 커버리지를 향상시킬 수 있는가?
• RQ3 다중 소스 개인정보 보존 이미지 검색에서 특징 泄露와 공모 공격을 방지하기 위한 메커니즘은 무엇인가?
• RQ4 JPEG 도메인 암호화는 어떻게 활용되어 파일 크기 증가 없이도 검색 정확도를 유지할 수 있는가?
• RQ5 이미지 소스 수가 증가함에 따라 검색 정확도가 얼마나 떨어지며, 이를 어떻게 완화할 수 있는가?

주요 결과

• 소스 수가 1에서 1,000으로 증가할 때 JES-MSIR의 검색 정확도는 단지 7.3% 감소하여 대규모 환경에서도 높은 안정성을 보여준다.
• 제안된 클러스터 크기($k_{grid}$)의 두 배를 사용할 경우, 소스 수가 500을 초과할 경우 정확도 향상이 두드러진다.
• 클러스터 크기를 10배로 늘려도 정확도 손실가 10% 이내에 머무르며, 기존 기법들([4])의 성능을 초월한다.
• 원래 특징의 10%만 사용할 경우에도 기술이 강건함을 입증하여 대규모 환경에서의 효율성을 입증한다.
• 제안된 $k_{suggest}$ 공식은 다양한 소스 수와 특징 샘플링 비율에서 정확도와 계산 비용의 균형을 효과적으로 유지한다.
• 보안 분석을 통해 순열 기반 오버레이 및 랜덤화 기법을 통해 특징 泄露와 공모 공격에 저항하는 것을 확인하였다.