MapReduce计算的强隐私实现 M2R：Enabling Stronger Privacy in MapReduce Computation (USENIX2015)

​​在公有云或者私有云中防止内部用户（如，充满好奇心的管理员）偷窃数据是一个非常重要安全担心。为了阻止内部用户威胁，通常的做法是对云上存储的数据进行加密。但是，即使数据被加密，仍然存在访问模式泄露问题。例如，攻击者将观测到的加密数据流动情况与公开数据集关联，能够推断出加密数据所对应的明文信息。

1.两方面攻击：

Passive Attack：观察数据流动推断原始信息

Active Attack：篡改数据破坏计算

2.Baseline Systems泄露两个方面的信息：

a）IO-Profile ：计算单元的输入规模、输出规模和处理时间

本文暂不考虑该种泄露。

b）Shuffle-Profile：计算单元之间的数据流

3.研究动机

a）阻止(shuffle)计算过程中加密数据的访问模式泄露,即map算子的输出元组经过group操作，发送给reduce算子作为输入，中间group操作泄露了元组之间的关系。这种泄露可以是WordCount计算中不同文档中共有的单词或者特有的单词，也可以是PageRank计算中整个图的结构；

4. 解决方案

a)  针对shuffle计算的泄露问题，主要设计目标是隐藏map输出与reduce输入的映射关系；

b)  shuffle过程本质上是一个通信过程，通信领域已经有匿名化通信的研究成果——mixing network。M2R将secure shuffle问题转换为secure mixing network问题。

c)  map算子的输出元组进入mixing network中的mixT算子，decryption(解密)，permute(重排列)，使用概率加密方式re-encryption(再加密)，输出。然后再经过多轮mixT算子进行，解密，重排列，再加密，增强安全性。最终使得MixT算子两端的数据失去对应关系。鉴于概率加密主要特点——相同信息经过几次加密，产生不同的密文，group计算需要在trusted环境下计算，M2R在mixing network最后一轮mix时，将加密方式修改为确定性加密（一个明文只对应一个密文），就可以在untrusted环境下进行group计算。

d)  M2R提供计算完整性验证，收集每个算子的统计信息，在下一个算子计算时进行验证。

5. 评价与贡献

M2R通过mixing network实现了secure shuffle,阻止shuffle过程映射关系的泄露。

6.缺点和争议

a)  未考虑其它基于内存的访问模式泄露；

b)  数据类型只支持数值型，离散型不支持。

7. 遗留问题

a)对不同计算单元mapT、reduceT、mixT和groupT各自所使用的秘钥没有介绍清楚。​​​​