[논문 리뷰] Sieve: A Middleware Approach to Scalable Access Control for Database Management Systems

Primal Pappachan, Roberto Yus외 2명|arXiv (Cornell University)|2020. 04. 16.

Access Control and Trust참고 문헌 33인용 수 5

한 줄 요약

SIEVE는 쿼리 컨텍스트 기반 정책 필터링과 인덱스 최적화된 가드 표현을 통해 정책 평가 오버헤드를 줄임으로써 데이터베이스 관리 시스템에서 확장 가능한 미세(granular) 접근 제어(FGAC)를 가능하게 하는 미들웨어 아키텍처이다. 수천 개의 정책을 강제 적용할 경우 기준선 쿼리 리라이팅 전략 대비 최대 5.6배의 성능 향상을 달성하며, 확장성 조건에서도 낮은 지연 시간을 유지한다.

ABSTRACT

Current approaches for enforcing Fine Grained Access Control (FGAC) in DBMS do not scale to scenarios when the number of access control policies are in the order of thousands. This paper identifies such a use case in the context of emerging smart spaces wherein systems may be required by legislation, such as Europe's GDPR and California's CCPA, to empower users to specify who may have access to their data and for what purposes. We present Sieve, a layered approach of implementing FGAC in existing DBMSs, that exploits a variety of their features (e.g., UDFs, index usage hints, query explain) to scale to a large number of policies. Given a query, Sieve exploits its context to filter the policies that need to be checked. It also generates guarded expressions that save on evaluation cost by grouping policies and exploit database indices to cut on read cost. Our experimental results demonstrate that existing DBMSs can utilize Sieve to significantly reduce query-time policy evaluation cost. Using Sieve DBMSs can support real-time access control in applications such as emerging smart environments.

연구 동기 및 목표

• 기존 데이터베이스 시스템에서 수천 개의 미세 접근 제어 정책을 강제 적용할 때 발생하는 확장성 한계 문제를 해결하기 위해.
• 스마트 캠퍼스 및 IoT 시스템과 같은 개인정보 보호에 민감한 환경에서 실시간 접근 제어 강제를 지원하기 위해.
• 기존 DBMS가 저수준 시스템 수정 없이 수천 개의 정책을 효율적으로 처리할 수 있도록 하기 위해.
• 정책 재작성으로 인한 쿼리 실행 오버헤드를 줄이기 위해 정책 검사와 튜플 평가의 수를 최소화하기 위해.
• MySQL과 PostgreSQL과 같은 다양한 DBMS 플랫폼에서 작동하는 일반 목적의 미들웨어 솔루션을 설계하기 위해.

제안 방법

• SIEVE는 메인 DBMS 위에 배포되는 계층적 미들웨어 아키텍처를 사용하여 제조사에 종속된 제약을 피한다.
• SIEVE는 사용자 정의 함수(UDFs), 인덱스 사용 힌트, 쿼리 설명 계획과 같은 DBMS 기능을 활용하여 정책 평가를 최적화한다.
• SIEVE는 쿼리 실행 시 컨텍스트 정보를 활용해 관련 정책을 필터링하여 튜플당 평가 대상 정책 수를 줄인다.
• SIEVE는 정책을 그룹화하고 데이터베이스 인덱스를 사용하여 디스크 I/O와 조건 평가를 최소화하는 '가드 표현'을 생성한다.
• 시스템은 동적으로 가드 인덱스를 생성하여 효율적인 인덱스 스캔을 가능하게 하여 처리 대상 튜플 수를 줄인다.
• SIEVE는 PostgreSQL에서 비트맵 스캔을 활용하여 다수의 가드 결과를 효율적으로 통합함으로써 I/O와 평가 비용을 추가로 감소시킨다.

실험 결과

연구 질문

• RQ1 기존 DBMS에서 시스템의 기초 구조를 수정하지 않고 수천 개의 정책에 대한 미세 접근 제어를 어떻게 확장할 수 있는가?
• RQ2 쿼리 실행 중 정책 강제 적용에 따른 성능 오버헤드를 줄이기 위해 미들웨어 수준의 최적화는 무엇이 가능한가?
• RQ3 UDFs, 힌트, 인덱스 스캔과 같은 DBMS 기능을 효과적으로 조율하여 정책 평가 속도를 가속화할 수 있는가?
• RQ4 정책 수가 증가함에 따라 SIEVE의 성능은 기존의 쿼리 리라이팅 기반 정책 강제 방식과 비교해 어떻게 나타나는가?
• RQ5 SIEVE는 다양한 DBMS 플랫폼과 데이터셋에서 어떻게 저지연 시간 쿼리 처리를 유지할 수 있는가?

주요 결과

• SIEVE는 PostgreSQL에서 쿼리당 1,200개의 정책을 강제 적용할 경우 기준선 쿼리 리라이팅 전략 대비 최대 5.6배의 성능 향상을 달성한다.
• 정책 수가 증가할수록 성능 향상이 커지며, 정책 세트가 커질수록 강력한 확장성을 입증한다.
• PostgreSQL에서 인덱스 사용 힌트 없이도 SIEVE가 기준선을 능가하는 성능을 보이며, 다중 가드 결과를 조합하기 위한 내장된 메모리 비트맵 스캔 지원 덕분이다.
• PostgreSQL의 다중 가드 결과를 OR 연산하는 데 사용하는 메모리 내 비트맵 기능은 디스크 I/O와 평가 비용을 크게 감소시킨다.
• SIEVE는 수천 개의 정책이 존재하는 상황에서도 낮은 쿼리 처리 시간을 유지하여 개인정보 보호에 민감한 애플리케이션에서 실시간 접근 제어를 가능하게 한다.
• 미들웨어 기반 접근 방식은 MySQL과 PostgreSQL과 같은 다양한 DBMS 간 이식성을 보장하며, 일반성과 실용적인 구현 가능성을 입증한다.