论文阅读《Privacy-Preserving Data Processing with Flexible Access Control》

写给读者

2020年的上半年由于疫情的缘故在家里蹲完了，我的研一生活也即将要过去。下半年开启了，希望自己可以不负时光，多读读论文，潜心学术。以后打算在博客中分享一些我读的论文，虽然能力有限，但也希望能用通俗易懂的方式描述。

论文来源

信息安全期刊：《IEEE Transactions on Dependable and Secure Computing》

下载链接：IEEE Xplore

论文概要

关键词

同态加密、隐私保护、数据共享、基于属性的加密

提出挑战

云计算蓬勃发展，用户的数据被上传云端，但为了保护用户隐私，云端的数据不得不加密存储。但加密的方式也有弊端，比如：

• 传统加密方式（AES、DES）严重的限制了对数据进行操作，即使是使用同态加密，也有一定的局限性。
• 现有的同态加密都是针对单用户的，当多个用户请求相同的结果，依然需要依次为每个用户执行计算，造成了计算资源浪费。

为了解决以上挑战，作者提出了一种灵活访问控制下的保密数据处理

解决方案

本文中提出的系统包含了五个实体，如下：

• 数据服务提供商（DSP）
• 计算中心（CP）
• 数据提供者（DPs）
• 数据请求者（DRs）
• 权威机构

DPs将他们的个人数据以密文方式存储在DSP。然后DSP与CP合作针对用户数据做基本的处理。除此以外DSP和CP还一起针对数据处理的结果执行访问控制。只有那些满足特定规则的DRs才可以使用权威机构颁布的密钥来访问最终结果。

系统模型

在这样的系统中，权威机构被认为是可信的，不会与其它四个实体串通。而DSP和CP因为利益冲突也不会互相串通。

数据处理流程如下：

• 建立系统：权威机构确立同态重加密方案和基于属性的加密方案，CP和DSP进行密钥协商，并将公钥发布给用户。
• 数据上传：DPs加密自己的数据，并上传给DSP 。
• 数据准备：DSP收到数据后进行二次加密
• 数据处理：CP收到DSP二次加密的数据，进行计算得结果
• 额外处理：DSP还需要对CP计算后的结果进行解密
• 数据访问：权威中心向特定的具有权限的DR发布数据访问密钥，然后他们就可以凭密钥获取计算结果了。

整个过程中用到了两套加密算法，一个是Paillier的部分同态加密，用来在加密数据上实现基本的处理操作，即加法、减法、乘法、获取符号、比较、等值判断等。另一个是基于属性的加密，用来支持灵活的访问控制。整个系统的数据处理流程如下图。

数据处理流程

方案评估

安全性证明：本文首先证明了无论攻击者以DR的身份攻击多少次，都无法获得原始数据

性能评估：分析了算法的复杂度和通信开销，通过与现有工作进行对比实验，证明了系统的优势

我的思考

这篇论文我只是匆匆地泛读了一下，粗浅地了解了一下作者的工作，其中有不明白的一点就是为什么DSP和CP不会串通起来窃取用户的原始数据，仅仅是因为利益冲突吗？还是说加密算法本身也有约束？