An increasing amount of information today is generated, exchanged, and stored electronically. This includes sensitive information such as health records or governmental documents whose integrity and confidentiality must be protected over decades or even centuries. Commonly used cryptographic schemes, however, are not designed to provide protection over such long time periods. They are vulnerable to computational attacks that will potentially become possible using advanced computational technology (e.g., quantum computers). Recently, Braun et al. (AsiaCCS 2017) proposed the first storage architecture that uses information-theoretically secure and renewable cryptography to achieve long-term confidentiality and integrity protection. However, they only consider a simplified storage setting where unstructured data is stored and protected, which means that subsets of the data cannot be retrieved individually. Here, we consider a more realistic setting where structured data is stored, and selected parts of the data can be retrieved individually. In this setting, however, a storage provider may not only be able to deduce sensitive information about its customers by analyzing the stored data content, but also by analyzing which data items are accessed at which times. We propose the first long-term secure storage architecture that prevents this by providing integrity, confidentiality, and access pattern hiding. To achieve this, we combine several long-term protection techniques with an information-theoretically secure oblivious random access machine. In a performance analysis of our construction we show that storing and protecting data over a timespan of 100 years is practical.


翻译:今天越来越多的信息是电子生成、交换和储存的,其中包括健康记录或政府文件等敏感信息,其完整性和保密性必须保护几十年甚至几个世纪。但是,通常使用的加密计划并不是设计来提供如此长的时间保护的,它们很容易受到使用先进计算技术(如量子计算机)有可能发生的计算攻击的伤害。最近,Braun等人(2017年亚洲通信中心)提出了第一个储存结构,利用信息-理论安全和可再生加密技术实现长期保密和完整性保护。然而,它们只考虑一个简化的储存环境,储存和保护非结构数据,这意味着无法单独检索数据子集。在这里,我们考虑一个更现实的设置,储存结构化数据,并单独检索数据的某些部分。然而,在这种背景下,储存提供者可能不仅能够通过分析储存的数据内容来推断其客户的敏感信息,而且能够分析何时访问数据物项。我们建议建立第一个长期安全储存结构,通过提供长期的保密和访问方式,从而实现一种长期的保密性、保密性和随机性分析。我们提出一个长期的储存技术,从而实现长期的保密、保密性地展示。

0
下载
关闭预览

相关内容

Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
144+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
168+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
90+阅读 · 2019年10月10日
已删除
AI掘金志
7+阅读 · 2019年7月8日
计算机 | IUI 2020等国际会议信息4条
Call4Papers
6+阅读 · 2019年6月17日
CCF推荐 | 国际会议信息10条
Call4Papers
7+阅读 · 2019年5月27日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
8+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
【今日新增】计算机领域国际会议截稿信息
Call4Papers
9+阅读 · 2017年7月21日
Arxiv
6+阅读 · 2020年2月15日
Arxiv
3+阅读 · 2018年3月13日
Arxiv
6+阅读 · 2018年2月7日
VIP会员
相关VIP内容
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
144+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
168+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
90+阅读 · 2019年10月10日
相关资讯
已删除
AI掘金志
7+阅读 · 2019年7月8日
计算机 | IUI 2020等国际会议信息4条
Call4Papers
6+阅读 · 2019年6月17日
CCF推荐 | 国际会议信息10条
Call4Papers
7+阅读 · 2019年5月27日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
8+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
【今日新增】计算机领域国际会议截稿信息
Call4Papers
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员