대용량 민감 데이터 보호를 지원하는 비트맵 기반 분산 색인구조 및 암호화 질의처리 기법
Bitmap-based Distributed Index Structure and Encrypted Query Processing Scheme for Large Sensitive Data Privacy
2
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
대용량 민감 데이터에 대한 아웃소싱이 각광받음에 따라, 이를 보호하기 위한 데이터 암호화 기법이 요구되고 있다. 이에 따라, 대용량 암호화 데이터 관리를 지원하는 분산 색인 구조 및 암호화된 데이터 상에서의 질의처리 알고리즘이 요구되고 있다. 그러나 기존 분산 색인 구조 중 암호화 데이터의 특성을 고려한 연구는 존재하지 않는다. 또한, 기존 암호화 질의처리 알고리즘은 지원 가능한 질의 타입이 한정적이며, 상이한 방식으로 암호화된 컬럼 간 연산을 지원하지 못하는 문제점이 존재한다. 이를 해결하기 위해, 본 논문에서는 비트맵 기반 분산 색인 구조 및 암호화 질의처리 기법을 제안한다. 제안하는 분산 암호화 색인 구조는 데이터 프라이버시를 보장하며, 다양한 종류의 질의에 대해 성능 향상을 제공한다. 아울러, 제안하는 암호화 질의처리 기법은 복호화를 수행하지 않고 질의처리를 수행함으로써 데이터 보호 수준을 향상시키며, 높은 질의 처리 성능 및 정확도를 보장한다. 아울러 성능평가를 통해 제안하는 색인구조 및 암호화 질의처리 기법이 대용량 민감 데이터 보호에 적합함을 보인다.
Abstract
As the outsourcing of the large sensitive data has been highlighted, data encryption schemes to protect the sensitive data are required. Accordingly, it is necessary to develop not only a distributed index structure to manage the large amount of encrypted data, but also a query processing scheme over the encrypted data. However, there has been no index structure considering the encrypted data. Existing query processing schemes over the encrypted data can support limited types of queries. In addition, the schemes cannot support operations among data with different columns because they use different types of encryption schemes depending on their attribute type. To solve these problems, in this paper, we propose a bitmap-based distributed index structure and a query processing scheme for the encrypted data. The proposed distributed index structure guarantees data privacy preservation and performance improvement for the various types of queries. In addition, by processing a query over the encrypted data without data decryption, the proposed query processing scheme guarantees the high query performance and accuracy while preserving the data privacy. Finally, we show from our performance evaluation that our proposed index structure and query processing scheme are suitable for protecting the data privacy of the large sensitive data.
참고문헌 (15)
- 임철수, "빅데이터 분석 도구 개발기술 동향", 한국차세대컴퓨팅학회 논문지, 10(5), pp.77~84 (2014), 한국차세대컴퓨팅학회
- 최경석, "웹 서비스 기반 빅 데이터 서비스 조합 프레임워크", 한국차세대컴퓨팅학회 논문지, 11(1), pp.6~15 (2015), 한국차세대컴퓨팅학회
- 임철수, "빅데이터 서비스 모델 및 사업화 주요 이슈에 대한 연구", 한국차세대컴퓨팅학회 논문지, 10(3), pp.90~98 (2014), 한국차세대컴퓨팅학회
- "Digital Signature Standard (DSS) : NISTFederal Information Processing Standards Publication 186-3", ~ (2009)
- "Advanced Encryption Standard (AES) : NISTF ederal Information Processing Standards Publication 197", ~ (2001)
- R. A. Popa, "CryptDB: Protecting Confidentiality with Encrypted Query Processing", SOSP '11 Proceedings of the 23rd ACM Symposium on Operating Systems Principles, pp.85~100 (2011)
- T. Ge, "Answering Aggregation Queries in a Secure System Model", pp.519~530 (2007), VLDB
- J. Corena, "Secure and Fast Aggregation of Financial Data in Cloud Based Expense Tracking Applications", Journal of Network and Systems Management, 20(4), pp.534~560 (2012)
- B. Thompson, "Privacy Enhancing Technologies", pp.185~201 (2009)
- H. Hu, "ICDE", pp.601~612 (2011)
- B. Yao, "ICDE", pp.733~744 (2013)
- Dasgupta, Sanjoy, "Random projection trees and low dimensional manifolds", Proceedings of the 40th annual ACM symposium on Theory of computing, pp.537~546 (2008)
- M. Xie, "Efficient Top-k Query Answering using Cached Views", 16th International Conference on Extending Database Technology, pp.489~500 (2012)