[论文解读] Visor: Privacy-Preserving Video Analytics as a Cloud Service

Rishabh Poddar, Ganesh Ananthanarayanan+3 more|arXiv (Cornell University)|Jun 17, 2020

Security and Verification in Computing参考文献 95被引用 10

一句话总结

Visor 是一种保护隐私的视频分析系统，利用混合 CPU-GPU 受信任执行环境（TEE）来抵御侧信道攻击，即使在云平台被攻破或存在不受信任的多租户的情况下，也能保护视频流和机器学习模型的安全。与朴素的无差别解决方案相比，Visor 的性能最高可提升 1000 倍，而仅带来 2×–6× 的额外开销。

ABSTRACT

Video-analytics-as-a-service is becoming an important offering for cloud providers. A key concern in such services is privacy of the videos being analyzed. While trusted execution environments (TEEs) are promising options for preventing the direct leakage of private video content, they remain vulnerable to side-channel attacks. We present Visor, a system that provides confidentiality for the user's video stream as well as the ML models in the presence of a compromised cloud platform and untrusted co-tenants. Visor executes video pipelines in a hybrid TEE that spans both the CPU and GPU. It protects the pipeline against side-channel attacks induced by data-dependent access patterns of video modules, and also addresses leakage in the CPU-GPU communication channel. Visor is up to $1000 imes$ faster than naïve oblivious solutions, and its overheads relative to a non-oblivious baseline are limited to $2 imes$--$6 imes$.

研究动机与目标

• 解决云平台被攻破或租户不可信时，视频分析即服务（VAaaS）中的隐私泄露问题。
• 保护视频数据和机器学习模型，防止因数据依赖访问模式而引发的侧信道攻击。
• 保护 CPU-GPU 通信通道，防止其在视频处理流水线中泄露敏感信息。
• 在云环境中实现高效、低开销的隐私保护视频分析。
• 降低隐私保护计算在视频分析工作负载中的性能损失。

提出的方法

• 设计一种跨越 CPU 和 GPU 的混合 TEE，以在整个视频处理流水线中强制实施隔离与机密性。
• 采用无差别算法，隐藏视频模块中与数据相关的访问模式，防止侧信道泄露。
• 通过加密技术和访问隐藏方法保护 CPU-GPU 通信通道，防止信息泄露。
• 通过硬件感知设计优化性能，最大限度减少无差别执行的开销。
• 将系统集成到云服务架构中，以支持端到端的隐私保护视频分析。
• 使用真实世界的视频分析工作负载对系统进行评估，以衡量其性能和安全保证。

实验结果

研究问题

• RQ1 在多租户云环境中，如何保护视频分析流水线免受侧信道攻击？
• RQ2 在 CPU-GPU 混合视频流水线中强制执行无差别执行的性能开销有多大？
• RQ3 能否使隐私保护的视频分析足够高效，以实现云服务中的实际部署？
• RQ4 混合 TEE 在保护视频数据和机器学习模型方面，对不可信云基础设施的防护效果如何？
• RQ5 在隐私保护视频分析中，安全与效率之间的性能权衡是什么？

主要发现

• 与非无差别基线相比，Visor 的性能开销仅为 2×–6×，显著优于朴素的无差别解决方案。
• Visor 相较于朴素的无差别方法，最高可实现 1000 倍的性能提升，使隐私保护的视频分析适用于实时工作负载。
• 该系统成功缓解了视频处理模块中因数据依赖访问模式导致的侧信道泄露。
• Visor 有效保护了 CPU-GPU 通信通道，防止通过时序或访问模式分析泄露信息。
• 混合 TEE 架构能有效保护视频内容和机器学习模型，抵御被攻破的云平台和不可信的多租户。
• 评估结果表明，Visor 在保持强大隐私保障的同时，为云环境下的视频分析提供了可接受的性能表现。