아웃소싱 데이터베이스를 위한 효율적인 집계 질의 인증 기법|RISS 상세보기

국문 초록 (Abstract)

데이터베이스 아웃소싱은 기업 및 기관에서 빅데이터 분석을 위해 사용하는 보편적인 방법으로 자리잡고 있다. 데이터 소유자는 데이터베이스 아웃소싱을 통해 질의 처리와 같은 계산량이 많은 작업과 저장 및 관리 등의 업무를 제 3자 서버에 위탁할 수 있다. 이러한 패러다임은 데이터 소유자가 비싼 인프라를 구축하지 않고도 대용량의 데이터를 관리할 수 있게 한다. 하지만 보안상 위협이 항상 존재하는 네트워크의 특성상 제 3자 서버는 데이터를 변조하고 질의 결과를 조작하는 공격자들의 공격에 노출되어있다. 따라서 서버는 사용자에게 질의 결과가 정확하다고 증명할 수 있어야 한다. 이러한 문제를 해결하기 위해 구간 질의, kNN 질의, 함수 질의 등 다양한 질의에 대한 인증 기법들이 연구되었다. 하지만 빅데이터 분석에 있어 집계 질의의 활용도가 높음에도 불구하고 집계 질의에 대한 인증 기법 연구는 부족하며 기존 연구는 고차원 데이터나 서로 다른 값의 수가 많은 데이터에 대해 비효율적이다.
본 연구에서는 집계 질의 인증을 위한 자료구조 AMR–tree를 제안한다. 그리고 독립 노드와 독립 서브트리 개념을 도입하고 AMR–tree를 활용한 효율적인 증거 생성 방법과 증명 방법을 제안한다. 그 후 제안한 기법의 성능을 검증하기 위해 데이터의 상이 값 수, 레코드 개수, 그리고 차원 크기를 각각 변경시켜가며 실험을 진행하였으며 실험 결과를 통해 제안한 기법의 성능이 우수함을 보였다.

번역하기

데이터베이스 아웃소싱은 기업 및 기관에서 빅데이터 분석을 위해 사용하는 보편적인 방법으로 자리잡고 있다. 데이터 소유자는 데이터베이스 아웃소싱을 통해 질의 처리와 같은 계산량이 ...

목차 (Table of Contents)