[论文解读] Zeph: Cryptographic Enforcement of End-to-End Data Privacy

Lukas Burkhalter, Nicolas Küchler+3 more|arXiv (Cornell University)|Jul 8, 2021

Cryptography and Data Security参考文献 50被引用 14

一句话总结

Zeph 是一种密码学系统，通过允许用户指定隐私偏好并加密确保仅发布符合隐私要求的数据转换，从而实现端到端数据隐私。它使用混合密码协议，对加密数据流实现实时、低延迟处理，实现强隐私保障，且无需数据管理者访问明文数据。

ABSTRACT

As increasingly more sensitive data is being collected to gain valuable insights, the need to natively integrate privacy controls in data analytics frameworks is growing in importance. Today, privacy controls are enforced by data curators with full access to data in the clear. However, a plethora of recent data breaches show that even widely trusted service providers can be compromised. Additionally, there is no assurance that data processing and handling comply with the claimed privacy policies. This motivates the need for a new approach to data privacy that can provide strong assurance and control to users. This paper presents Zeph, a system that enables users to set privacy preferences on how their data can be shared and processed. Zeph enforces privacy policies cryptographically and ensures that data available to third-party applications complies with users' privacy policies. Zeph executes privacy-adhering data transformations in real-time and scales to thousands of data sources, allowing it to support large-scale low-latency data stream analytics. We introduce a hybrid cryptographic protocol for privacy-adhering transformations of encrypted data. We develop a prototype of Zeph on Apache Kafka to demonstrate that Zeph can perform large-scale privacy transformations with low overhead.

研究动机与目标

• 解决当前数据隐私模型的不足，即由可完全访问数据的可信数据管理者强制执行隐私策略，导致存在泄露和不合规的风险。
• 克服基于同意的系统中用户控制权缺失的问题，使用户无法有意义地表达或强制执行复杂的隐私偏好。
• 通过与现有流处理框架（如 Apache Kafka）集成，实现在数据处理流水线中端到端的隐私强制。
• 对加密数据提供密码学强制的实时隐私转换，确保仅合规视图暴露给下游应用。
• 设计一个可扩展、低开销的系统，支持广泛的隐私保护转换，包括泛化和差分隐私，且无需解密数据。

提出的方法

• 设计一种混合密码协议，使数据管理者无需解密即可对加密数据流执行符合隐私要求的转换。
• 使用安全聚合技术生成需要来自多个信任域输入的隐私转换令牌，以支持多方隐私保护计算。
• 与 Apache Kafka 集成，构建一个原型系统，实现实时处理数据流的同时密码学强制执行隐私策略。
• 通过将泛化和差分隐私聚合等转换编码为功能加密操作，支持多种隐私保护转换。
• 确保仅符合用户指定隐私策略的数据被释放给下游应用，并提供合规性的密码学证明。
• 利用功能加密和秘密共享原原子，实现在不暴露原始值的前提下对加密数据进行细粒度访问控制和计算。

实验结果

研究问题

• RQ1 如何在大规模流处理系统中实现端到端数据隐私，而无需数据管理者访问明文数据？
• RQ2 哪些密码学技术能够实现在加密数据流上实时、低延迟的隐私保护转换？
• RQ3 在分布式系统中，用户如何表达并强制执行超越简单同意或聚合的复杂隐私偏好？
• RQ4 能否构建一个系统，支持广泛的隐私保护转换（如泛化、差分隐私），同时保持性能和可扩展性？
• RQ5 即使数据处理基础设施不可信，如何实现隐私合规的密码学保障并可验证？

主要发现

• Zeph 在加密数据流上成功通过密码学手段强制执行隐私策略，确保仅发布符合隐私要求的数据给第三方应用。
• 该系统实现了低延迟、高吞吐量的数据处理，可支持数千个数据源，证明了其在真实世界流分析工作负载中的可扩展性。
• 混合密码协议实现了对加密数据上隐私保护转换（如泛化和差分隐私聚合）的高效执行，且无需解密。
• 在 Apache Kafka 上的原型实现表现出极低的性能开销，证明其可无缝集成到现有数据处理流水线中。
• Zeph 提供了强有力的密码学保证，即使数据管理者被攻破或恶意，数据处理仍符合用户定义的隐私策略。
• 该系统支持超越简单同意的以用户为中心的隐私偏好，包括限制从数据中可推断内容的复杂转换。