Outsourced 데이터베이스에서 위치 데이터 프라이버시 보전을 위한 힐버트 커브 기반 암호화 변환 기법 = A Hilbert Curve-based Cryptographic Transformation Scheme for Preserving Location Data Privacy in Outsourced Databases

국문 초록 (Abstract)

최근 클라우드 컴퓨팅의 발전과 더불어 공간 데이터베이스의 아웃소싱에 대한 관심이 급증하고 있다. 따라서 Outsourced 데이터베이스에서의 위치 데이터 프라이버시 보전을 위한 기법들이 활발히 연구되어 왔다. 그러나 기존 기법들은 접근 순서 연관성 공격에 취약하기 때문에, Outsourced 데이터베이스를 통해 위치 기반 서비스를 제공받는 사용자의 사생활을 보호하지 못한다는 문제점이 존재한다. 또한, 질의 처리를 위한 통신 비용이 크다는 문제점을 보인다. 이러한 문제를 해결하기 위해, 본 논문에서는 Outsourced 데이터베이스에서 위치 데이터 프라이버시 보전을 위한 힐버트 커브 기반 암호화 변환 기법을 제안한다. 제안하는 암호화 기법은 데이터베이스의 한 튜플에 다수의 공간 데이터를 저장함으로써 접근순서 연관성 공격을 방지한다. 아울러, 힐버트 커브 순서를 기반으로 지역적인 클러스터링을 수행하여, 질의 처리 시 통신 비용을 감소시킨다. 마지막으로, 성능평가를 통해 제안하는 기법이 기존 기법에 비해 질의 처리 시 발생하는 통신량을 감소시켜, 결과적으로 보다 좋은 질의 처리 성능을 보임을 검증하였다

다국어 초록 (Multilingual Abstract)

With the development of cloud computing, the interest on spatial database outsourcing has been sharply increasing. Therefore, researches for protecting location data privacy in outsourced database have been actively performed. However, since the existing schemes are weak to access ordering relationship attack, they can not protect the privacy of users who enjoy location-based services from the outsourced database. In addition, they have a shortcoming that the communicationcost for query processing is quite high. To solve these problems, we, in this paper, propose a Hilbert curve-based cryptographic transformation scheme to protect location data privacy in outsourced databases. The proposed scheme avoids access ordering relationship attack by storing numerous location data in a tuple. Furthermore, we reduces the communication cost for query processing by performing local clustering based on Hilbert curve ordering. Finally, we show through performance analysis that the proposed scheme greatly reduces the communication cost for query processing, consequently showing better query processing performance, compared with the existing scheme.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 관련 연구
• 3. 위치 데이터 보호를 위한 힐버트 커브 기반공간 데이터 암호화 변환 기법
• 4. HCT에서의 영역 질의 및 k-최근접 질의처리 알고리즘
• 5. 성능 평가
• 6. 결론
• 참고문헌

참고문헌 (Reference)

1 M. Mokbel, "The New Casper : Query Processing for Location Services without Compromising Privacy" 763-774, 2006

2 A. Khoshgozaran, "Private Buddy Search: Enabling Private Spatial Queries in Social Networks" 2009

3 Ting Wang, "Privacy-Aware Mobile Services over Road Networks" 1042-1053, 2009

4 P. Kalnis, "Preventing Location-Based Identity Inference in Anonymous Spatial Queries" 1719-1733, 2007

5 Y. Theodoridis, "On the Generation of Spatiotemporal Datasets" 1999

6 G. Ghinita, "MobiHide : A Mobilea Peer-to-Peer System for Anonymous Location-Based Queries" 4605 : 221-238, 2007

7 Toby Xu, "Location Anonymity in Continuous Location-based Services" 221-238, 2007

8 M. Yiu, "Enabling Search Services on Outsourced Private Spatial Data" 2010

9 "Digital Signature Standard(DSS): NIST-Federal Information Processing Standards Publication 186-3"

10 Gutscher, A, "Coordinate transformation-a solution for the privacy problem of location based services?" 2006

11 M. Gruteser, "Anonymous Usage of Location-Based Services Through Spatial and Temporal Cloaking" 31-42, 2003

12 B. Moon, "Analysis of the Clustering Properties of the Hilbert Space-Filling Curve" 2001

13 "Advanced Encryption Standard(AES) : NIST- Federal Information Processing Standards Publication 197"