[论文解读] Streamforce: outsourcing access control enforcement for stream data to the clouds

Tien Tuan Anh Dinh, Anwitaman Datta|arXiv (Cornell University)|May 27, 2013

Cryptography and Data Security参考文献 13被引用 8

一句话总结

Streamforce 是一种系统，通过将策略执行外包给云环境，同时保持数据机密性，在不可信的云环境中实现对实时流数据的安全、细粒度访问控制。它结合了混合加密（确定性、基于代理的属性加密和滑动窗口加密）与安全查询操作符，使云能够在不泄露明文的情况下对加密数据执行大量计算，从而在低至中等吞吐量工作负载下实现实际可用的性能。

ABSTRACT

As tremendous amount of data being generated everyday from human activity and from devices equipped with sensing capabilities, cloud computing emerges as a scalable and cost-effective platform to store and manage the data. While benefits of cloud computing are numerous, security concerns arising when data and computation are outsourced to a third party still hinder the complete movement to the cloud. In this paper, we focus on the problem of data privacy on the cloud, particularly on access controls over stream data. The nature of stream data and the complexity of sharing data make access control a more challenging issue than in traditional archival databases. We present Streamforce - a system allowing data owners to securely outsource their data to the cloud. The owner specifies fine-grained policies which are enforced by the cloud. The latter performs most of the heavy computations, while learning nothing about the data. To this end, we employ a number of encryption schemes, including deterministic encryption, proxy-based attribute based encryption and sliding-window encryption. In Streamforce, access control policies are modeled as secure continuous queries, which entails minimal changes to existing stream processing engines, and allows for easy expression of a wide-range of policies. In particular, Streamforce comes with a number of secure query operators including Map, Filter, Join and Aggregate. Finally, we implement Streamforce over an open source stream processing engine (Esper) and evaluate its performance on a cloud platform. The results demonstrate practical performance for many real-world applications, and although the security overhead is visible, Streamforce is highly scalable.

研究动机与目标

• 解决将连续、高吞吐量的流数据外包给不可信云服务提供商时，实施细粒度访问控制的挑战。
• 确保云环境无法了解实际数据内容，同时仍承担大部分计算工作负载。
• 在不修改现有流处理引擎的前提下，实现对加密流数据的高效、可扩展的复杂访问控制策略执行。
• 在基于云的流处理环境中，平衡安全性、策略表达能力和性能。
• 为协作性、策略丰富的流处理环境中的安全数据共享提供实用基础。

提出的方法

• 该系统使用确定性加密，以在加密数据上实现基于相等性的过滤。
• 采用基于代理的属性加密（ABE），以支持对加密流的基于角色和属性的访问控制。
• 引入滑动窗口加密方案，以支持基于时间的访问策略和数据新鲜度约束。
• 访问控制策略被建模为使用 Map、Filter、Join 和 Aggregate 等操作符的安全连续查询，这些操作符在加密数据上执行。
• 云环境在密文上执行所有计算密集型操作，而仅授权用户执行轻量级解密。
• Streamforce 基于开源 Esper 流处理引擎实现，以确保兼容性并利用现有优化技术。

实验结果

研究问题

• RQ1 当云环境不可信时，如何安全地强制执行实时流数据上的细粒度访问控制策略？
• RQ2 哪些加密技术可使云在不泄露明文值的情况下，对加密流数据执行复杂查询操作？
• RQ3 在保持数据机密性和策略表达能力的前提下，云在多大程度上可被信任执行重负载计算？
• RQ4 安全流处理的性能与明文处理相比如何？是否能够支持真实世界的工作负载？
• RQ5 在外包流处理环境中，安全性、策略表达能力和计算效率之间的权衡是什么？

主要发现

• 尽管存在明显的安全开销，Streamforce 在许多实际应用场景中实现了实用性能，尤其适用于低至中等数据到达速率的场景。
• 该系统表现出高度可扩展性，当使用多个云服务器分担工作负载时，性能显著提升。
• 安全查询操作符的使用使得对现有流处理引擎（如 Esper）的修改最小化，从而实现无缝集成。
• 密文大小较大——每条记录超过 100KB——导致数据摄入成为当前瓶颈，但正在探索优化技术。
• 通过组合不同加密方案，系统支持广泛的访问控制策略，包括时间约束和基于属性的约束。
• 尽管当前加密方案不支持撤销或隐藏属性，作者已将这些列为未来扩展的关键方向。