PPDP환경에서 새로운 PSI protocol 제안 (Proposal for New PSI Protocol in PPDP Environment)

서지정보

· 발행기관 : 사단법인 한국융합기술연구학회
· 수록지 정보 : 아시아태평양융합연구교류논문지 / 10권 / 5호 / 35 ~ 44페이지
· 저자명 : 이지연

초록

개인 교집합 프로토콜(Private Set Intersection Protocol)은 여러 명의 데이터 사용자가 본인이 보유한 데이터셋을 공개하지 않으면서 안전하게 데이터셋의 공통 요소만 찾도록 한다. 안정한 데이터 공유와 협력적 데이터분석 분야에서 핵심적인 프로토콜로 많은 연구가 진행되고 있다. [1]에서 제안하는 블룸 필터 기반(Bloom filters)기반 개인 교집합 프로토콜의 경우 계산의 복잡성에서는 효과적이나 거짓 긍정의 문제점을 효과적으로 줄이기 위해 가블드 블룸 필터 방식을 제안하였으나, 계산의 복잡성, 메모리 사용량의 증가 등 문제점을 보였다. 쿠쿠 해싱 방법에서도 데이터 입력 시 출동에 의한 오버 플로의 발생을 줄이기 위해 개선된 해시 함수를 제안하고 있다. 그 중 해시 테이블의 인덱스로 일대일 대응을 원칙으로 하는 최소 완벽 해싱을 제안하였으나 정적데이터에만 적용이 가능하고 데이터의 추가 또는 삭제 추가 비용이 발생한다는 단점이 있다. 본 논문에서는 출동 발생을 완벽하게 차단하여 블룸 필터의 거짓 긍정 확률을 혁신적으로 줄이는 병렬 처리가 가능한 최소 완벽 해싱 방법을 제안한다. 개인정보 보호 데이터 공개(PPDP)환경에서 새로운 PSI프로토콜 방법은 정적 데이터셋에서 거짓 긍정이 전혀 발생하지 않으며, 메모리의 효율성 및 조회, 데이터 삽입이 매우 빠르다고 밝혀졌다. 또한 병렬처리로 인해 동적 데이터셋에서도 추가 계산 비용 없이 적용이 가능함을 보였다.

영어초록

In secure data sharing and collaborative data analysis, the Private Set Intersection (PSI) Protocol is a key protocol that enables multiple data users to securely find common elements in their datasets without revealing the datasets themselves. Ongoing research in this area focuses on various implementation methods. Pinkas proposed a Bloom filter-based Private Set Intersection Protocol [1], which is effective in terms of computational complexity but faces challenges in effectively reducing false positives. To address this issue, the Garbled Bloom Filter approach was suggested; however, it exhibited problems such as increased computational complexity and memory usage. Improved hash functions were proposed in Cuckoo Hashing to mitigate overflow caused by collisions during data input. Among these, the Minimum Perfect Hashing, which adheres to the one-to-one correspondence principle between hash table indices, was suggested. However, it only applies to static datasets and incurs additional data addition or deletion costs. In this paper's Privacy-Preserving Data Publishing (PPDP) environment, a PSI protocol was proposed using Oblivious Transfer-based minimal perfect hashing that achieves zero false positives with high memory efficiency and fast query performance. Furthermore, its parallel processing capability allows for its application to dynamic datasets without additional computational costs.

참고자료

· 없음