SGX-MR:调控数据流以保护数据密集型 SGX 应用的访问模式
密码学与安全
2020-09-09 v1 分布式、并行与集群计算
系统与控制
系统与控制
摘要
Intel SGX 已成为一种流行的可信执行环境(TEE),用于保护运行在不可信平台(如云)上的应用的完整性与机密性。然而,基于 SGX 的程序的访问模式仍可被敌手观测,这可能泄露成功攻击所需的重要信息。研究者一直尝试使用 Oblivious RAM (ORAM) 来解决访问模式的隐私问题。ORAM 是一种强大的底层原语,可为任意 I/O 操作提供与应用无关的保护,但代价高昂。我们发现某些特定于应用的访问模式(如顺序块 I/O)并不会向敌手提供额外信息;其他模式(如排序)可用比 ORAM 更高效的特定不经意算法替代。挑战在于开发者可能需要审视所有特定于应用的访问模式细节以设计合适方案,这既耗时又易错。本文提出轻量级的基于 SGX 的 MapReduce (SGX-MR) 方法,通过调控数据密集型 SGX 应用的数据流,以更易进行应用级访问模式分析与保护。它利用 MapReduce 框架覆盖大类数据密集型应用,且整个框架可用极小内存占用实现。借助该框架,我们考察了数据处理各阶段,识别出需保护的访问模式,并设计了相应高效保护方法。实验表明,基于 SGX-MR 的应用远比基于 ORAM 的实现高效。
引用
@article{arxiv.2009.03518,
title = {SGX-MR: Regulating Dataflows for Protecting Access Patterns of Data-Intensive SGX Applications},
author = {A K M Mubashwir Alam and Sagar Sharma and Keke Chen},
journal= {arXiv preprint arXiv:2009.03518},
year = {2020}
}
备注
To appear in Privacy Enhancing Technologies Symposium, 2021