[論文レビュー] Secured histories: computing group statistics on encrypted data while preserving individual privacy

Eleanor Rieffel, Jacob T. Biehl+2 more|arXiv (Cornell University)|Dec 10, 2010

User Authentication and Security Systems参考文献 13被引用数 20

ひとこと要約

本稿では、存在システムにおける暗号化された時系列データのグループ統計をプライバシー保護型で計算するためのフレームワーク、CollaPSEを提案する。このフレームワークにより、個人が完全に制御する階層的データ共有が可能となり、第三者は個々の値を学習せずに統計計算が可能であり、暗号化された結果の復号は承認済みユーザーに限定される。加法的同型暗号と非インタラクティブプロトコルを用いて、複数のユーザーからの暗号化データに対して安全に合計を計算し、共同環境（例：職場の存在システム）における効率的で実用的なプライバシー保護分析を実現する。

ABSTRACT

As sensors become ever more prevalent, more and more information will be collected about each of us. A longterm research question is how best to support beneficial uses while preserving individual privacy. Presence systems are an emerging class of applications that support collaboration. These systems leverage pervasive sensors to estimate end-user location, activities, and available communication channels. Because such presence data are sensitive, to achieve wide-spread adoption, sharing models must reflect the privacy and sharing preferences of the users. To reflect users' collaborative relationships and sharing desires, we introduce CollaPSE security, in which an individual has full access to her own data, a third party processes the data without learning anything about the data values, and users higher up in the hierarchy learn only statistical information about the employees under them. We describe simple schemes that efficiently realize CollaPSE security for time series data. We implemented these protocols using readily available cryptographic functions, and integrated the protocols with FXPAL's myUnity presence system.

研究の動機と目的

• 位置や活動といった機微なユーザー情報が収集・共有される存在システムにおけるプライバシー懸念に対処すること。
• 組織内での階層的データ共有を可能にし、近い同僚は上位の管理者よりも詳細なデータにアクセスできるようにすること。
• 第三者サーバーが個々のデータ値や中間結果を学習せずにグループ統計を計算できること。
• 復号可能なのは承認済みユーザー（例：管理者）に限定され、個々の値は復号できないようにすること。
• 標準的な暗号プリミティブを用いた実用的で効率的かつ非インタラクティブなプロトコルを設計し、myUnityのようなシステムでのリアルタイム利用を可能にすること。

提案手法

• 対称鍵と加法的同型暗号を用いて、復号せずに暗号化された時系列データ上で計算を可能にする。
• 非インタラクティブプロトコルを採用することで、初期設定後はユーザー間の通信が不要になる。
• 複数ユーザー環境におけるプライバシー保証を強化するため、ChaumのDC-netの拡張を統合する。
• 第三者サーバーが、異なるユーザー鍵で暗号化されたデータに対して、暗号化された統計（例：合計）を計算可能であり、いかなる値も学習しない。
• 階層的アクセスを実現：個人は自分のデータを復号可能であり、管理者はチームの統計のみを復号可能だが、個々の値は復号不可。
• クライアント側でのパッド計算を用いて、グループ統計の復号を効率的かつ並列化可能にする。

実験結果

リサーチクエスチョン

• RQ1 第三者サーバーが個々の値を学習せずに、暗号化された時系列データのグループ統計をどのように計算できるか？
• RQ2 上位の管理者が個々のデータではなく集計統計のみを学習するような階層的共有モデルをどのように実装できるか？
• RQ3 複数ユーザーの暗号化データに対する合計計算を安全かつ効率的に行える非インタラクティブプロトコルを設計できるか？
• RQ4 ユーザー間の共謀による個々の値の復号リスクをどのように軽減できるか？
• RQ5 提案されたプロトコルを微分プライバシー技術と組み合わせることで、集計結果に対する推論攻撃からさらに保護できるか？

主な発見

• 提案されたCollaPSEプロトコルは、標準的な暗号プリミティブを用いて、暗号化された時系列データ上で安全かつ非インタラクティブにグループ統計を計算可能である。
• プロトコルにより、第三者サーバーは、複数ユーザーからのデータ処理において、個々のデータ値や最終的な統計値について何ら学習しない。
• システムは階層的アクセスをサポート：個人は自分のデータにアクセス可能であり、管理者はチームの集計統計のみにアクセス可能だが、個々の値はアクセス不可。
• プロトコルはmyUnityのようなシステムでリアルタイムに利用可能なほど効率的であり、計算および復号がスレッド間で並列化可能。
• 微分プライバシー技術と統合可能であり、集計結果に対する推論攻撃からさらに保護できる。
• 復号に必要なパッド計算の回数を定数に削減でき、大規模組織におけるスケーラビリティが向上する。