디지털 라이브러리[ 검색결과 ]
클라우드 컴퓨팅 환경에서 개인정보를 보호하는 FP-Growth 기반 연관 규칙 마이닝 알고리즘
http://doi.org/10.5626/JOK.2020.47.8.707
최근 클라우드 컴퓨팅 기술의 발전과 함께, 데이터베이스 소유자는 자신의 데이터베이스를 클라우드 서버에 아웃소싱하여 낮은 비용으로 전문적인 데이터 관리를 제공받을 수 있다. 그러나 원본 데이터베이스를 클라우드 서버에 아웃소싱하는 것은 데이터베이스에 있는 금융, 의료와 같은 민감 정보가 노출될 수 있다. 본 논문에서는 클라우드 컴퓨팅 환경에서 개인 정보를 보호하는 FP-Growth 기반 연관 규칙 마이닝 알고리즘을 제안한다. 제안하는 알고리즘은 민감 정보를 보호하기 위해 암호문 상에서 특정 연산을 지원하는 동형 암호 체계를 사용하여 원본 데이터와 사용자의 질의를 암호화한다. 암호문 상에서의 효율적인 질의 처리를 제공하기 위해, 원본 데이터의 노출 없이 암호문을 비교하는 비교 연산 프로토콜을 제안한다. 성능평가를 통해 제안하는 알고리즘이 기존 기법에 비해 약 68～123%의 성능 향상을 보인다.
아웃소싱 데이터베이스에서 데이터 프라이버시 및 질의 무결성을 지원하는 공간 변환 기법
위치 기반 서비스의 발전으로 인해, 일상에서 생성되는 공간 데이터의 양이 급격히 증가하고 있다. 이에 따라, 데이터 소유자의 공간 데이터베이스 관리 비용 절감을 위한 공간 데이터베이스 아웃소싱이 활발히 진행되고 있다. 데이터베이스 아웃소싱 시 가장 중요한 고려사항은 프라이버시 요구사항을 충족하고 질의 결과 무결성을 보장하는 것이다. 그러나 대부분의 데이터베이스 변환 기법은 데이터 프라이버시 보호와 질의 결과 무결성을 동시에 보장하지 못한다. 이러한 문제점을 해결하기 위해, 본 논문에서는 층밀림 변환, 회전 변환, 시프팅 변환을 활용한 공간 데이터 변환 기법을 제안한다. 또한, 데이터베이스 변환기법의 데이터 프라이버시 보호 정도를 측정하기 위한 공격 모델을 소개한다. 마지막으로, 성능 분석을 통해 제안하는 기법이 기존 기법에 비해 다양한 공격 모델로부터 높은 수준의 데이터 프라이버시 보호를 수행하며, 동시에 질의 결과 무결성을 보장함을 검증한다.
