[论文解读] Sub-linear Privacy-preserving Search with Untrusted Server and Semi-honest Parties.

M. Sadegh Riazi, Beidi Chen+3 more|arXiv (Cornell University)|Dec 6, 2016

Advanced Image and Video Retrieval Techniques被引用 4

一句话总结

本论文提出首个支持半诚实参与方与不可信服务器的次线性、隐私保护近邻搜索（PP-NNS）协议，采用一种基于局部敏感哈希（LSH）的新型安全概率嵌入技术。该方法通过防止成对距离泄露，抵御三角测量攻击，实现在大规模数据集上高效、可扩展的搜索，同时在无需强信任假设的前提下保护隐私。

ABSTRACT

Privacy-preserving Near-neighbor search (PP-NNS) is a well-studied problem in the literature. The overwhelming growth in the size of current datasets and the lack of any truly secure server in the online world render the existing solutions impractical either due to their high computational requirements or the non-realistic assumptions which potentially compromise privacy. PP-NNS with multiple (semi-honest) data owners having query time sub-linear in the number of users has been proposed as an open research direction. In this paper, we provide the first such algorithm which has a sub-linear query time and the ability to handle semi-honest (honest but curious) parties. Our algorithm can further manage the situation where a large chunk of the server information is being compromised. Probabilistic embedding based on Locality Sensitive Hashing (LSH) is the algorithm of choice for sub-linear near-neighbor search in high dimensions. However, we show that LSH is not suitable for semi-honest setting, and particularly when the server information is compromisable. LSH allows estimation of any pairwise distances between users, which can be easily compromised to learn user attributes using the idea of triangulation. We suggest a novel methodology which overcomes this LSH vulnerability. At the heart of our proposal lies a secure probabilistic embedding scheme generated from a novel probabilistic transformation over appropriate LSH family. Our secure embeddings combined with advances in multi-party computation result in an efficient PP-NNS algorithm suitable for massive-scale datasets without strong assumptions on the behavior of parties involved. We demonstrate the validity of our claims by experimentally showing the effectiveness of our solution in hiding the sensitive variables in medical records without compromising the precision-recall of the retrieval.

研究动机与目标

• 解决现有PP-NNS方案在现实场景中因计算成本过高或信任假设不切实际而不可行的问题。
• 在具有半诚实（诚实但好奇）参与方的多方环境中，实现PP-NNS的次线性查询时间（以数据拥有者数量为基准）。
• 缓解服务器被攻破时的隐私风险，特别是在服务器数据大量暴露的场景下。
• 克服标准LSH在三角测量攻击下固有的隐私泄露脆弱性，此类攻击可基于成对距离估计推断敏感属性。
• 设计一种适用于大规模数据集（如医疗记录）的隐私保护、可扩展PP-NNS系统，同时兼顾效率与精度。

提出的方法

• 提出一种针对合适LSH族的新型概率变换，生成可保护隐私的嵌入，隐藏成对距离信息。
• 将安全嵌入与多方计算（MPC）的最新进展结合，实现在不泄露敏感数据的前提下进行私有查询处理。
• 设计一种安全嵌入方案，防止攻击者估算用户之间的距离，从而阻止基于三角测量的属性推断。
• 通过利用变换后LSH嵌入的概率结构，确保查询时间在用户数量上保持次线性。
• 采用一种隐私保护变换，在保持嵌入在近邻搜索中实用性的前提下，消除标准LSH中固有的泄露向量。
• 将安全嵌入机制与MPC协议结合，实现在加密或混淆数据上的私有计算，确保半诚实参与方无法获取超出其输入的信息。

实验结果

研究问题

• RQ1 能否设计一种PP-NNS协议，实现次线性查询时间，且在半诚实参与方假设与不可信服务器模型下仍保持安全？
• RQ2 是否可能使基于标准LSH的嵌入免受三角测量攻击，防止通过距离估计推断敏感属性？
• RQ3 如何从LSH族构建一种安全嵌入方案，既保留搜索实用性，又能防止成对距离信息泄露？
• RQ4 所提方法在多大规模数据集上仍能保持隐私与近邻检索精度？
• RQ5 当服务器数据的较大比例被攻破时，系统是否仍能保持鲁棒性，且不损害用户隐私？

主要发现

• 所提出的安全部嵌入机制成功阻止攻击者估算用户之间的成对距离，从而有效中和基于三角测量的隐私攻击。
• 系统在数据拥有者数量上实现了次线性查询时间，支持在大规模数据集上的高效搜索。
• 即使在保护医疗记录中敏感属性的情况下，该方法仍保持了高精度与高召回率。
• 安全嵌入与多方计算的集成，实现了无需对任何参与方施加强信任假设的隐私保护计算。
• 实验评估证实，该方案能有效隐藏医疗数据集中的敏感变量，且不降低检索性能。
• 该方法对服务器被攻破具有鲁棒性，因为安全变换可防止用户级信息泄露，即使服务器数据暴露亦然。