[논문 리뷰] Privacy preserving distributed optimization using homomorphic encryption

Yang Lu, Minghui Zhu|arXiv (Cornell University)|2018. 05. 01.

Stochastic Gradient Optimization Techniques인용 수 8

한 줄 요약

이 논문은 다중 에이전트 시스템에서 기울기 기반 업데이트를 안전하게 계산하기 위해 힐로모르픽 암호를 사용하는 프라이버시 보장 분산 최적화 프레임워크를 제안한다. 비밀키 기반 완전 힐로모르픽 암호화 기법과 정수에서 실수로의 변환 기술을 활용함으로써, 에이전트의 개인 상태와 계수에 대한 완전한 정확성과 기밀성을 보장하며, 100% 복호화 정확도를 확보한 전력 시스템 사례 연구를 통해 검증되었다.

ABSTRACT

This paper studies how a system operator and a set of agents securely execute a distributed projected gradient-based algorithm. In particular, each participant holds a set of problem coefficients and/or states whose values are private to the data owner. The concerned problem raises two questions: how to securely compute given functions; and which functions should be computed in the first place. For the first question, by using the techniques of homomorphic encryption, we propose novel algorithms which can achieve secure multiparty computation with perfect correctness. For the second question, we identify a class of functions which can be securely computed. The correctness and computational efficiency of the proposed algorithms are verified by two case studies of power systems, one on a demand response problem and the other on an optimal power flow problem.

연구 동기 및 목표

• 에이전트와 운영자가 개인 데이터를 보유한 네트워크 시스템에서 분산 최적화를 보안적으로 수행하는 문제를 해결한다.
• 기울기 기반 계산 중에 개인 에이전트 상태와 계수의 기밀성이 유지되도록 보장한다.
• 일시적으로 독립적인 공격 상황에서도 정확성과 기밀성을 유지하는 보안 다자간 계산(SMC) 메커니즘을 개발한다.
• 입력-출력 유출(IOI) 문제를 해결하기 위해, 출력을 통해 개인 입력이 泄露되지 않는 함수를 식별한다.
• 정밀도를 유지하는 변환 기법을 사용해 정수 기반 힐로모르픽 암호화를 통해 실수 함수를 안전하게 계산할 수 있도록 한다.

제안 방법

• 분산 최적화에서 다항식 함수에 특화된 비밀키 기반 완전 힐로모르픽 암호화 체계를 설계한다.
• 암호화를 위해 실수를 정수로 변환하고 복호화 후에 다시 실수로 복원하는 변환 기법을 도입하여 정확성을 보장한다.
• 암호문 기반 계산을 위해 Paillier 힐로모르픽 암호를 적용하며, 보안성과 정밀도를 확보하기 위해 키 생성 과정을 보장한다.
• 큰 정수 결과를 실수 출력으로 매핑하기 위해 임계값 기반 복호화 함수 $ T_{\sigma,w} $ 를 사용한다.
• 에이전트가 복호화된 기울기를 사용해 국소적으로 상태를 업데이트하는 사영 기반 기울기 알고리즘에 암호화된 계산을 통합한다.
• 시스템 운영자가 시간 단위 간 데이터를 연관지킬 수 없는 일시적 독립 공격 가정 하에 보안을 확보한다.

실험 결과

연구 질문

• RQ1 에이전트와 시스템 운영자가 개인 데이터를 보유할 때, 어떻게 분산 사영 기울기 알고리즘을 안전하게 실행할 수 있는가?
• RQ2 어떤 힐로모르픽 암호 기법이 최적화 과정에서 실수 함수의 정확하고 기밀적인 계산을 가능하게 하는가?
• RQ3 어느 정도의 함수 클래스가 출력을 통해 개인 입력이 泄露되지 않도록 안전하게 계산될 수 있는가(IOI 문제)?
• RQ4 정밀도 손실 없이 정수 기반 힐로모르픽 암호화 체계를 사용해 실수를 안전하게 암호화하고 복호화할 수 있는가?
• RQ5 제안된 프레임워크에서 보안을 유지하기 위해 필요한 악성 행위자 행동 가정(예: 일시적 독립 공격)은 무엇인가?

주요 결과

• 제안된 힐로모르픽 암호화 체계는 복호화에서 완전한 정확성을 달성했으며, 수치 예제를 통해 원래의 실수 함수 출력을 100% 정확도로 복원함을 입증했다.
• 수요 반응 사례 연구에서, 시스템은 $ \Phi_1(x_1(0), x_2(0)) = -12.665213 $ 를 정확히 계산하여 평문 결과와 일치시켰다.
• 최적 전력 흐름 사례 연구에서, 시스템은 $ \Phi_1(x_1(0), x_2(0)) = 12.8546 $ 를 정확히 계산하여 평문 값과 정확히 일치시켰다.
• 실수에서 정수로의 변환과 그 반대 과정이 정밀도를 유지했으며, 복호화 오차는 $ 10^{-2\sigma} $ 이내로 제한되어 높은 정확도를 확보했다.
• Paillier 암호화의 의미론적 보안성과 일시적 공격 가정 덕분에 시스템 운영자가 개인 상태나 계수를 유추할 수 없었다.
• 모든 사례 연구에서 개인 데이터를 성공적으로 보호하면서도 분산 기울기 알고리즘이 수렴하는 데 성공했다.