Utilize este identificador para referenciar este registo:
https://hdl.handle.net/1822/79396
Título: | SafeSpark: a secure data analytics platform using cryptographic techniques and trusted hardware |
Autor(es): | Carvalho, Hugo Alves |
Orientador(es): | Paulo, João Tiago Medeiros Oliveira, Rui Carlos Mendes de |
Palavras-chave: | Apache Spark Cryptographic Schemes Databases Intel SGX Bases de Dados Esquemas Criptográficos |
Data: | 8-Nov-2019 |
Resumo(s): | Nowadays, most companies resort to data analytics frameworks to extract value from the
increasing amounts of digital information. These systems give substantial competitive ad vantages to companies since they allow to support situations such as possible marketing
decisions or predict user behaviors.
Therefore, organizations tend to leverage the cloud to store and perform analytics over
the data. Database services in the cloud present significant advantages as a high level
of efficiency and flexibility, and the reduction of costs inherent to the maintenance and
management of private infrastructures. The problem is that these services are often a target
for malicious attacks, which means that sensitive and private personal information can be
compromised.
The current secure analytical processing solutions use a limited set of cryptographic
techniques or technologies, which makes it impossible to explore different trade-offs of
performance, security, and functionality requirements for different applications. Moreover,
these systems also do not explore the combination of multiple cryptographic techniques
and trusted hardware to protect sensitive data.
The work presented here addresses this challenge, by using cryptographic schemes and
the Intel SGX technology to protect confidential information, ensuring a practical solution
which can be adapted to applications with different requirements. In detail, this dissertation
begins by exposing a baseline study about cryptographic schemes and the Intel SGX tech nology, followed by the state-of-the-art revision about secure data analytics frameworks.
A new solution based on the Apache Spark framework, called SafeSpark, is proposed. It
provides a modular and extensible architecture and prototype, which allows protecting in formation and processing analytical queries over encrypted data, using three cryptographic
schemes and the SGX technology. We validated the prototype with an experimental evalu ation, where we analyze the performance costs of the solution and also its resource usage.
For this purpose, we use the TPC-DS benchmark to evaluate the proposed solution, and
the results show that it is possible to perform analytical processing on protected data with
a performance impact between 1.13x and 4.1x. Atualmente, um grande número de empresas recorre a ferramentas de análise de dados para extrair valor da quantidade crescente de informações digitais que são geradas. Estes sistemas apresentam consideráveis vantagens competitivas para as empresas, uma vez que permitem suportar situações como melhores decisões de marketing, ou até mesmo prever o comportamento dos seus clientes. Neste sentido, estas organizações tendem a recorrer a serviços de bases de dados na nuvem para armazenar e processar informação, uma vez que estas apresentam vantagens significativas como alto nível de eficiência e flexibilidade, bem como a redução de custos inerentes a manter e gerir uma infraestrutura privada. No entanto, estes serviços são frequentemente alvo de ataques maliciosos, o que leva a que informações pessoais privadas possam estar comprometidas. As soluções atuais de processamento analítico seguro utilizam um conjunto limitado de técnicas criptográficas ou tecnologias, o que impossibilita o balanceamento de diferentes compromissos entre performance, segurança e funcionalidade para diferentes aplicações. Ainda, estes sistemas não permitem explorar a simultânea utilização de técnicas criptográficas e de hardware confiável para proteger informação sensível. O trabalho apresentado nesta dissertação tem como objetivo responder a este desafio, utilizando esquemas criptográficos e a tecnologia Intel SGX para proteger informação confidencial, garantindo unia solução prática que pode ser adaptada a aplicações com diferentes requisitos. Em detalhe, este documento começa por expor um estudo de base sobre esquemas criptográficos e sobre a tecnologia SGX, seguido de uma revisão do estado de arte atual sobre ferramentas de processamento analítico seguro. Uma nova solução baseada na plataforma Apache Spark, chamada SafeSpark, é proposta. Esta providencia uma arquitetura modular e extensível, bem como um protótipo, que possibilita proteger informação e executar interrogações analíticas sobre dados cifrados, utilizando três esquemas criptográficos e a tecnologia Intel SGX. O protótipo foi validado com uma avaliação experimental, onde analisamos a penalização de desempenho da solução, bem como a sua utilização de recursos computacionais. Com este propósito, foi utilizada a plataforma de avaliação TPC-DS para avaliar a solução proposta, e os resultados mostram que é possível executar processamento analítico sobre dados protegidos, apresentando um impacto no desempenho entre 1.13x e 4.1x. |
Tipo: | Dissertação de mestrado |
Descrição: | Dissertação de mestrado em Informatics Engineering |
URI: | https://hdl.handle.net/1822/79396 |
Acesso: | Acesso aberto |
Aparece nas coleções: | BUM - Dissertações de Mestrado DI - Dissertações de Mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Hugo Alves Carvalho.pdf | Dissertação de mestrado | 1,63 MB | Adobe PDF | Ver/Abrir |
Este trabalho está licenciado sob uma Licença Creative Commons