[论文解读] Stream on the Sky: Outsourcing Access Control Enforcement for Stream Data to the Cloud

Tien Tuan Anh Dinh, Anwitaman Datta|arXiv (Cornell University)|Oct 2, 2012

Cryptography and Data Security参考文献 23被引用 4

一句话总结

本文提出了一种安全且可扩展的系统，通过基于代理的属性加密（ABE）将实时数据流的访问控制执行外包给不可信云环境。该系统支持细粒度策略（如基于触发条件的访问，当数据超过阈值时，或基于滑动窗口的汇总），在确保数据机密性的同时，将计算密集型密码学操作转移至云端，原型评估表明系统具有良好的可扩展性。

ABSTRACT

There is an increasing trend for businesses to migrate their systems towards the cloud. Security concerns that arise when outsourcing data and computation to the cloud include data confidentiality and privacy. Given that a tremendous amount of data is being generated everyday from plethora of devices equipped with sensing capabilities, we focus on the problem of access controls over live streams of data based on triggers or sliding windows, which is a distinct and more challenging problem than access control over archival data. Specifically, we investigate secure mechanisms for outsourcing access control enforcement for stream data to the cloud. We devise a system that allows data owners to specify fine-grained policies associated with their data streams, then to encrypt the streams and relay them to the cloud for live processing and storage for future use. The access control policies are enforced by the cloud, without the latter learning about the data, while ensuring that unauthorized access is not feasible. To realize these ends, we employ a novel cryptographic primitive, namely proxy-based attribute-based encryption, which not only provides security but also allows the cloud to perform expensive computations on behalf of the users. Our approach is holistic, in that these controls are integrated with an XML based framework (XACML) for high-level management of policies. Experiments with our prototype demonstrate the feasibility of such mechanisms, and early evaluations suggest graceful scalability with increasing numbers of policies, data streams and users.

研究动机与目标

• 解决在云环境中保护实时数据流的挑战，其中数据所有者将存储和处理任务外包给不可信的第三方。
• 实现对流数据的细粒度访问控制，包括基于触发条件和滑动窗口的策略，这些策略比传统的归档数据访问控制更为复杂。
• 确保数据机密性，并防止即使云与恶意用户合谋也无法访问敏感信息。
• 通过代理机制将计算密集型密码学操作外包给云，从而减轻数据所有者和用户的计算负担。
• 将标准策略管理框架（XACML）与密码学强制机制集成，实现在云流处理中端到端、可管理的统一访问控制。

提出的方法

• 扩展属性加密（ABE）机制，引入代理机制，将复杂的 ABE 密文转换为轻量级的 Elgamal 类型密文，以支持云端高效计算。
• 使用代理服务器代表数据所有者执行密码学转换，使云能够在不获知明文数据的情况下评估访问策略。
• 通过加密机制支持基于触发条件的策略，确保仅当满足特定内容条件（如血压 > 阈值）时才授予访问权限。
• 通过从加密数据中生成摘要（如时间区间内的平均值）来支持滑动窗口策略，在保护隐私的同时实现聚合访问。
• 集成 XACML 框架用于高层策略的指定与管理，实现策略定义与密码学强制机制的解耦。
• 设计一个原型系统，将基于代理的 ABE 与流处理逻辑相结合，实现端到端的、安全的访问控制外包。

实验结果

研究问题

• RQ1 如何在保护数据机密性的前提下，将实时数据流的访问控制策略安全地外包给不可信云环境？
• RQ2 基于代理的属性加密能否扩展以支持如触发机制和滑动窗口等特定于流的复杂策略？
• RQ3 在多用户、多数据流的云环境中，云作为计算代理在多大程度上可有效卸载数据所有者和用户端的计算密集型密码学操作？
• RQ4 在数据流数量、策略数量和用户数量不断增加的情况下，该系统的可扩展性如何？
• RQ5 像 XACML 这类标准策略管理框架能否与流数据的密码学访问控制机制有效集成？

主要发现

• 所提出的系统成功支持在加密流数据上实施基于触发条件和滑动窗口的访问控制策略，实现细粒度访问控制，且不会暴露明文数值。
• 基于代理的 ABE 机制使云能够代表用户执行计算密集型密码学操作，显著降低了客户端的计算开销。
• 原型评估表明系统具有良好的可扩展性，即使在策略数量、数据流数量和用户数量增加的情况下，策略匹配性能依然高效。
• XACML 的集成实现了标准化的高层策略管理，提升了访问控制配置的可用性与可维护性。
• 系统具备强安全保证：未经授权的用户无法访问数据，且即使云与攻击者合谋，也无法获取明文数据或绕过访问策略。
• 原型系统功能完整且可行，但未来仍需通过架构改进（如采用 SEDA 架构）或与高性能流处理引擎集成，以应对大规模并发工作负载。