CryptDB随手笔记之运行在加密技数据上的查询

接下来介绍CryptDB是如何在加密数据上执行SQL查询的。

在密态数据库中存在一个威胁，DBMS和管理员不可信，但应用程序和代理服务器是可信的。CryptDB令DBMS服务器在密文上执行SQL查询如在明文中一样。现有的应用程序不需要改变。除了包含运算符（如选择、投影、连接、总计和排序）的查询，DBMS的加密查询通常与原始查询相同，并在某些情况下使用修改后的操作符。

       CryptDB的代理服务器存储一个主密钥MK、数据库图表及所有列的当前加密层。DBMS服务器能看到匿名图表（其中的表和列名称被含糊的标识符替换），加密的用户数据和CryptDB使用的一些辅助表。CryptDB还配备了有CryptDB特定用户定义函数的服务器，允许服务器在密文上做一些操作。

CryptDB查询处理包括四个步骤：

1. 应用程序发出查询，并由代理服务器拦截并重写：使表名和列名匿名，并用最适合的加密方案加密（用密钥MK）查询中的常量。
2. 代理服务器检查DBMS服务器是否应该在执行查询之前给密钥调整加密层，如果调整，在DBMS服务器上执行一个UPDATE，就要调用UDF来调整相应的列的加密层。
3. 代理服务器将加密的查询转发到DBMS服务器，使用标准SQL（因为聚集或关键字搜索，偶尔调用UDF）。
4. DBMS服务器返回查询结果（加密的），代理服务器解密并返回给应用程序。

CryptDB针对不同类型的字段会有不同的加密方案，CryptDB中称之为SQL感知加密。

1. 随机性加密（RND）：RND在CryptDB中提供最大安全性：自适应选择明文攻击的不可区分性（IND-CPA）；该方案是概率性的，这意味着两个相等的值以压倒性的概率映射到不同的密文。另一方面，RND不允许在密文上执行有效计算。一个高效的RND架构，结合了CBC模式下的分组密码（如AES）与随机初始化向量（IV）。该方案中采用AES密码系统。
2. 确定性加密（DET）：DET的保密性较弱，然而，它依然提供了强大的安全性：仅当加密的值对应相同的数据值时，它产生泄漏，以确定相同明文产生相同密文。此加密层允许服务器执行相等性检查，也就是说它用字段相等性、连接相等性、GROUP BY、COUNT、DISTINCT等执行选择。在加密方案中，DET是一个伪随机置换，采用AES加密方案中的CMC模式，也就是两轮CBC，可以看作是一轮正向一轮反向，对于较小的值会被填充到64bit，对于较大的值会被填充到128bit。

3. 保序加密（OPE）：OPE允许根据它们的加密值建立数据元素之间的顺序关系，并不会泄漏数据本身。对于任意密钥K，如果 ，则 。因此，如果一个列用OPE加密，给定加密常量 和 （与范围 相对应），服务器可以执行范围查询。服务器也可以执行ORDER BY,MIN,MAX,SORT等。OPE加密方案相对于DET，保密性变弱了，因为OPE泄露了顺序。

4. 同态加密（HOM）：HOM是一种安全的概率加密方案（IND-CPA安全），允许服务器在加密数据上执行计算，最终结果由代理服务器解密。全同态加密很慢，而同态加密在一些操作上效率很高。为支持求和，实现了Paillier加密系统。将两个加密的值相乘，结果是加密值的总和，即 ，而执行的乘法是模上一些公钥值。为执行SUM，代理服务器将SUM替换为调用UDF执行同态加密的列的Paillier乘法。同态加密也可用于通过DBMS返回的合计和个数来计算平均值的过程。

5. 关键字搜索（SEARCH）：SEARCH用于在加密文本上执行搜索操作，如MySQL中的LIKE操作。实现了Song等人的加密协议；还将这个协议用在不同的方向上，这导致了更好的安全性保证。对于需要SEARCH的列，用标准分隔符将文本分割成关键字（或使用由模式开发指定的特殊关键字提取函数）。之后，删除重复的关键字，随机排列关键字位置，然后用Song等人的方案加密每个关键字，将每个关键字都填充到相同长度。SEARCH的安全性与RND接近：不论某个关键字在多个行中是否有重复，加密方案都不会泄漏给DBMS服务器，但是它泄漏了用SE加密的关键字的数量，攻击者可以估计不同或重复的关键字数量（例如，通过比较相同数据的SEARCH和RND的密文）。

CryptDB中很重要一个设计是可调的给予查询的加密，其可动态调整DBMS服务器上的加密层。CryptDB针对不同类型数据采用不同的加密策略，例如对于数值类型的数据，CryptDB不会将其通过SEARCH洋葱加密，字符串类型的数据不会通过ADD洋葱进行加密，因为字符串类型的字段不会做SUM或者AVG这样的操作。

对于每个洋葱的每个层，代理服务器使用相同密钥对相同列上的值加密，不同的密钥穿过表、列、洋葱及洋葱的层。在列中的所有值使用相同密钥，允许代理服务器在列上执行操作，而不必用单独的密钥计算每一行。跨列使用不同密钥可以防止服务器学习其他的关系。所有这些密钥都是由主密钥MK生成的。举个例子，对于表t，列c，洋葱o及加密层l，代理服务器使用密钥  

CryptDB使用运行于DBMS服务器上的UDF，实现洋葱层的解密。

假设一个场景，用户向查询名字为Alice的用户的信息，从客户端发送了一条SQL请求：

SELECT * FROM Student WHERE sname='Alice';

当DBMS中的洋葱层位于执行查询所必需的层时，代理服务器就将查询转换为对这些洋葱进行的操作。特别是，代理服务器在一个查询中用相关的洋葱名替换列名，基于那个列上计算类的执行。例如，上述的SQL请求，用于做等值比较的sname列，将被替换为C2-Eq列。

代理服务器也要基于所使用的计算，用相应的洋葱加密后的常量，替换查询中的所有常量。例如，如果查询包含 ，那么代理服务器就依次应用所有与洋葱Eq（这时它还没有被从C2-Eq删除）相关的加密层加密 。

最后服务器用基于UDF的算子替换一些运算符。例如，SUM和+必须被替换为密文中执行HOM加的UDF的一个调用。等于和排序运算符（如=和<）不需要这些替换，并且可以在密文上直接被DET和OPE应用。

代理服务器转换完查询后，就将查询发送给DBMS服务器，接收查询的结果（包括加密的数据），应用相关的洋葱密钥解密结果，并将解密后的结果发送给应用程序。