[论文解读] Computing Blindfolded on Data Homomorphically Encrypted under Multiple Keys: An Extended Survey

Asma Aloufi, Peizhao Hu+2 more|arXiv (Cornell University)|Jul 17, 2020

Cryptography and Data Security被引用 14

一句话总结

本综述全面分析了支持多密钥加密数据同态计算的密码学技术，重点聚焦于多密钥同态加密（MKHE）、门限同态加密（ThHE）、代理重加密（PRE）和属性基加密（ABE）。它展示了这些方案如何在无需可信第三方的情况下，支持对多参与方便密数据（如基因组或临床数据）进行安全、保护隐私的计算，从而支持联邦GWAS和分布式系统中的安全数据聚合等应用。

ABSTRACT

New cryptographic techniques such as homomorphic encryption (HE) allow computations to be outsourced to and evaluated blindfolded in a resourceful cloud. These computations often require private data owned by multiple participants, engaging in joint evaluation of some functions. For example, Genome-Wide Association Study (GWAS) is becoming feasible because of recent proliferation of genome sequencing technology. Due to the sensitivity of genomic data, these data should be encrypted using different keys. However, supporting computation on ciphertexts encrypted under multiple keys is a non-trivial task. In this paper, we present a comprehensive survey on different state-of-the-art cryptographic techniques and schemes that are commonly used. We review techniques and schemes including Attribute-Based Encryption (ABE), Proxy Re-Encryption (PRE), Threshold Homomorphic Encryption (ThHE), and Multi-Key Homomorphic Encryption (MKHE). We analyze them based on different system and security models, and examine their complexities. We share lessons learned and draw observations for designing better schemes with reduced overheads.

研究动机与目标

• 为解决在多个私钥加密的数据上执行安全计算的挑战，特别是在基因组学和医疗保健等隐私敏感领域。
• 分析并比较现有密码学方案（MKHE、ThHE、PRE和ABE）在支持多方加密数据联合计算方面的能力。
• 评估这些方案在实际部署场景中的系统模型、安全假设和计算复杂度。
• 识别多密钥同态加密系统中的开放问题和设计原则，以降低开销。
• 实现在无需依赖持有所有密钥的可信方情况下的安全、去中心化计算。

提出的方法

• 根据涉及密钥数量对密码学方案进行分类：单密钥（如标准HE）与多密钥（如MKHE、ThHE）。
• 回顾MKHE方案的设计，这些方案通过密钥转换和联合密钥构造，允许对不同密钥加密的密文进行同态计算。
• 分析ThHE方案，其利用线性秘密共享机制将解密分发至多个参与方，实现无需中心权威的门限解密。
• 研究代理重加密（PRE）和属性基加密（ABE）作为多密钥环境下访问控制和密钥转换的支撑原 primitive。
• 评估同态加密与MPC协议（如两轮MPC）的集成，以实现在不暴露个人私钥的情况下实现分布式解密。
• 讨论系统级设计，如Medco，其结合ThHE与MPC，实现对加密临床数据的本地化、联邦处理。

实验结果

研究问题

• RQ1 如何将同态加密扩展以支持在多个独立密钥加密的数据上进行计算，且无需可信第三方？
• RQ2 在多方计算环境中，ThHE与MKHE之间的安全性和性能权衡是什么？
• RQ3 如何在多密钥同态加密中实现安全、去中心化的解密，而无需所有参与方合谋或暴露其私钥？
• RQ4 哪些实际的系统模型和部署模式能够支持现实世界的应用，如联邦GWAS或VANET中的安全数据聚合？
• RQ5 在多密钥同态加密中，降低计算和通信开销的关键挑战和开放问题是什么？

主要发现

• MKHE通过将每个密文扩展为联合密钥，使对不同密钥加密的密文进行同态计算成为可能，而无需解密。
• ThHE方案使用共享密钥实现门限解密，但要求所有参与方均参与解密，这在动态环境中限制了可扩展性。
• 使用通用门限化器可将(R)LWE基HE方案扩展至多方环境，支持联合密钥生成和分布式解密。
• 基于BFV和CKKS的近期构造可通过线性秘密共享机制适配至多方环境，同时保持同态特性。
• Medco等系统展示了利用ThHE与MPC实现本地化、联邦处理加密基因组数据的可行性，确保数据始终处于数据拥有者的控制之下。
• 尽管已取得进展，但自举和密钥转换仍计算开销高昂，降低乘法深度对实际应用性能仍至关重要。