[論文レビュー] Privacy-preserving Similarity Calculation of Speaker Features Using Fully Homomorphic Encryption

Yogachandran Rahulamathavan|arXiv (Cornell University)|Feb 16, 2022

Chaos-based Image/Signal Encryption被引用数 6

ひとこと要約

本稿では、CKKS方式を用いた完全準同型暗号（FHE）を用いて、復号せずに暗号化された音声特徴上でリアルタイムの類似度計算が可能なプライバシー保護型発話者認証システムを提案する。暗号化領域における逆平方根の計算を効率的に行うために、新規のニュートン・ラプソン法を導入し、1.3秒の認証遅延と、平文処理と比較して2.8%のEER増加を達成した。

ABSTRACT

Recent advances in machine learning techniques are enabling Automated Speech Recognition (ASR) more accurate and practical. The evidence of this can be seen in the rising number of smart devices with voice processing capabilities. More and more devices around us are in-built with ASR technology. This poses serious privacy threats as speech contains unique biometric characteristics and personal data. However, the privacy concern can be mitigated if the voice features are processed in the encrypted domain. Within this context, this paper proposes an algorithm to redesign the back-end of the speaker verification system using fully homomorphic encryption techniques. The solution exploits the Cheon-Kim-Kim-Song (CKKS) fully homomorphic encryption scheme to obtain a real-time and non-interactive solution. The proposed solution contains a novel approach based on Newton Raphson method to overcome the limitation of CKKS scheme (i.e., calculating an inverse square-root of an encrypted number). This provides an efficient solution with less multiplicative depths for a negligible loss in accuracy. The proposed algorithm is validated using a well-known speech dataset. The proposed algorithm performs encrypted-domain verification in real-time (with less than 1.3 seconds delay) for a 2.8\\% equal-error-rate loss compared to plain-domain verification.

研究の動機と目的

• 発話者認証システムにおけるプライバシーリスクを低減するため、音声バイオメトリクスをサーバーに暗号化せずに送信する問題に対処する。
• マッチング中も復号を行わず、発話者特徴の完全なエンドツーエンド暗号化処理を可能にする。
• 類似度指標の計算に必要な逆平方根の計算において、CKKS FHEの計算制限を克服する。
• 実用的導入に適したリアルタイム性能を達成する。
• FHEおよび確率的暗号化を用いて、追跡、プロファイリング、鍵の漏洩攻撃に対して安全であることを保証する。

提案手法

• 近似数値の暗号化領域で算術演算を実行するために、CKKS完全準同型暗号方式を採用する。
• 暗号化された値の逆平方根を計算するための新規なニュートン・ラプソン反復法を導入し、乗算深さを低減する。
• ユーザーの秘密鍵を用いてクライアント側で発話者埋め込み表現を暗号化し、サーバーに送信する。
• 同型演算を用いて、暗号化された特徴ベクトル上で類似度マッチング（例：コサイン類似度）を直接実行する。
• アイデンティティのリンク攻撃を防ぐために、確率的暗号化を採用する。
• 偽物受容率と偽物拒否率のバランスを取るために、しきい値ベースの認証メカニズムを用いる。

実験結果

リサーチクエスチョン

• RQ1 完全準同型暗号を用いて、暗号化された音声特徴上でリアルタイムの発話者認証を実現できるか？
• RQ2 CKKS FHE方式をどのように変更すれば、暗号化領域で逆平方根を効率的に計算できるか？
• RQ3 エンドツーエンド暗号化発話者認証の性能オーバーヘッド（遅延および精度損失）は、平文システムと比較してどの程度か？
• RQ4 ユーザー端末、サーバー、音声録音が漏洩した場合の攻撃に対して、提案手法はどの程度安全か？
• RQ5 暗号化バイオメトリックテンプレートが複数のサービス間で共有されても、ユーザーのプロファイリングおよび追跡を防げるか？

主な発見

• 提案手法は、合計で1.3秒未塔のエンドツーエンド暗号化発話者認証を達成した。
• 平文認証と比較して、等確率誤差率（EER）がわずか2.8%増加にとどまり、精度損失が最小限であることが示された。
• ニュートン・ラプソン法に基づく逆平方根計算により、乗算深さが低減され、効率的な同型評価が可能になった。
• 攻撃者がランダムまたはパターン付きの特徴ベクトルを用いても、偽物受容率は低く保たれ、スプーフィングに対して強い耐性を示した。
• 秘密鍵が保護されていれば、ユーザー端末やサーバーの漏洩、音声録音の盗難に対しても、システムは安全である。
• 確率的暗号化により、暗号化テンプレートが複数のサービス間で共有されても、アイデンティティのリンク攻撃を防止できた。