[논문 리뷰] SEPIA: Security through Private Information Aggregation

Martin Burkhart, Mario Strasser외 2명|arXiv (Cornell University)|2009. 03. 25.

Cryptography and Data Security참고 문헌 58인용 수 6

한 줄 요약

SEPIA는 최적화된 보안 다자간 계산(MPC) 프로토콜을 사용하여 다중 도메인 네트워크 보안 및 모니터링 데이터의 효율적이고 거의 실시간 집계를 가능하게 하는 프라이버시 보존 계산 라이브러리이다. 비상수 라운드 프로토콜을 통해 분산 승산 연산을 최대 80배 감소시켜 MPC 연산, 특히 비교 연산을 가속화함으로써 최대 140개의 입력 제공자와 9개의 계산 노드를 통해 고속도 트래픽 데이터의 실시간 처리를 가능하게 하였으며, 일반 목적 MPC 프레임워크 대비 약 144배 빠른 성능을 보였다 (예: 3분 대비 2일).

ABSTRACT

Secure multiparty computation (MPC) allows joint privacy-preserving computations on data of multiple parties. Although MPC has been studied substantially, building solutions that are practical in terms of computation and communication cost is still a major challenge. In this paper, we investigate the practical usefulness of MPC for multi-domain network security and monitoring. We first optimize MPC comparison operations for processing high volume data in near real-time. We then design privacy-preserving protocols for event correlation and aggregation of network traffic statistics, such as addition of volume metrics, computation of feature entropy, and distinct item count. Optimizing performance of parallel invocations, we implement our protocols along with a complete set of basic operations in a library called SEPIA. We evaluate the running time and bandwidth requirements of our protocols in realistic settings on a local cluster as well as on PlanetLab and show that they work in near real-time for up to 140 input providers and 9 computation nodes. Compared to implementations using existing general-purpose MPC frameworks, our protocols are significantly faster, requiring, for example, 3 minutes for a task that takes 2 days with general-purpose frameworks. This improvement paves the way for new applications of MPC in the area of networking. Finally, we run SEPIA's protocols on real traffic traces of 17 networks and show how they provide new possibilities for distributed troubleshooting and early anomaly detection.

연구 동기 및 목표

• 원시 데이터를 드러내지 않고도 다중 도메인 네트워크 모니터링에서 프라이버시와 유효성의 상호 갈등을 해결하기 위해 공동 계산을 가능하게 한다.
• 고속도 실시간 네트워크 트래픽 데이터 처리에서 기존 MPC 프레임워크의 성능 저하 문제를 해결한다.
• 이벤트 상관관계, 엔트로피 계산, 고유 수 계산과 같은 네트워크 보안 및 모니터링 워크로드에 특화된 효율적인 MPC 프로토콜을 설계하고 구현한다.
• 일반 하드웨어와 현실적인 네트워크 토폴로지에서 MPC의 실용적 구현을 가능하게 한다.
• 실제 트래픽 트레이스를 사용하여 협업 기반 이상 탐지 및 분산 장애 진단에 대해 MPC의 실현 가능성을 입증한다.

제안 방법

• 상수 라운드 대비 비상수 라운드 실행을 允허함으로써 MPC 비교 연산을 최적화하여 분산 승산 연산을 최대 80배 감소시킨다.
• 벡터 덧셈, 이벤트 상관관계, 엔트로피 계산, 고유 수 계산 프로토콜을 포함한 최적화된 MPC 기초 원소를 통합한 라이브러리 SEPIA를 구현한다.
• 세미-성실 공격자 모델 하에서 보안을 확보하기 위해 샤미르의 비밀 분할 기법을 사용하여 입력 데이터를 입력 피어와 프라이버시 피어 간에 분배한다.
• 개별 입력을 폭 듸러내지 않고도 다수의 도메인에서 빈번히 발생하는 이벤트(예: IDS 경고)를 식별할 수 있는 일반적인 이벤트 상관관계 프로토콜을 설계한다.
• 트래픽 특성 분포 및 헤비히터 탐지 메트릭스를 계산하기 위해 엔트로피 및 고유 수 계산 프로토콜을 개발한다. 이는 이상 탐지에 핵심적인 요소이다.
• 로컬 클러스터와 PlanetLab에서 성능을 평가하였으며, 5분 트래픽 윈도우를 기준으로 거의 실시간 동작을 정의한다 (동일한 시간 윈도우 내 처리).

실험 결과

연구 질문

• RQ1 다중 도메인 환경에서 고속도 네트워크 모니터링 데이터의 거의 실시간 처리에 적합한 MPC가 구현 가능한가?
• RQ2 병렬적이고 대규모로 호출되는 상황에서 MPC 비교 연산을 어떻게 최적화하여 통신 및 계산 오버헤드를 줄일 수 있는가?
• RQ3 이벤트 상관관계, 엔트로피 및 고유 수 계산을 위한 MPC 프로토콜이 협업 기반 네트워크 보안 및 모니터링을 얼마나 향상시킬 수 있는가?
• RQ4 실제 네트워크 환경에서 최대 140개의 입력 제공자와 함께 SEPIA의 성능은 일반 목적 MPC 프레임워크와 비교해 어떻게 되는가?
• RQ5 SEPIA는 실제 세계의 트래픽 트레이스를 사용하여 실용적이고 프라이버시를 보존하는 이상 탐지 및 장애 진단을 가능하게 할 수 있는가?

주요 결과

• SEPIA는 일반 하드웨어를 사용하여 최대 140개의 입력 제공자와 9개의 계산 노드를 통해 5분 트래픽 윈도우에서 거의 실시간 성능을 달성한다.
• 최적화된 MPC 비교 프로토콜은 분산 승산 연산을 최대 80배 감소시켜 상수 라운드 대비 상당히 더 빠른 실행을 가능하게 한다.
• 일반적인 작업에서 SEPIA는 3분 내로 완료되며, 일반 목적 MPC 프레임워크를 사용할 경우 2일이 소요되므로 약 144배의 성능 향상을 기록한다.
• 이벤트 상관관계 프로토콜은 여러 네트워크에서 공통되는 이상 징후를 성공적으로 식별하여 조기 악용 탐지 및 협업 기반 장애 진단을 가능하게 한다.
• 17개 네트워크의 실제 트래픽 트레이스를 이용한 평가 결과, SEPIA는 데이터 프라이버시를 훼손하지 않은 채 이상 탐지 및 도메인 간 분석을 가능하게 함을 확인하였다.
• SEPIA의 기본 MPC 연산은 기존 프레임워크보다 상당히 빠르며, 임의의 프라이버시 보존 네트워크 분석을 위한 효율적인 빌딩 블록이 될 수 있다.