ISSN 2383-630X(Print) / ISSN 2383-6296(Online) Journal of KIISE, Vol. 43, No. 12, pp. 1437-1457, 2016. 12 http://dx.doi.org/10.5626/JOK.2016.43.12.1437 ․이 논문은 2014년 교육부와 한국연구재단의 지역혁신창의인력양성사업의 지원 을 받아 수행된 연구임(NRF-2014H1C1A1065816). 또한, 이 논문은 2015년도 정부(미래창조과학부)의 재원으로 정보통신기술진흥센터의 지원을 받아 수행된 연구임(No. R0113-16-0005, 대규모 트랜잭션 처리와 실시간 복합 분석을 통합한 일체형 엔지니어링 기술 개발) 논문접수 : 2016년 5월 16일 (Received 16 May 2016) 논문수정 : 2016년 9월 11일 (Revised 11 September 2016) 심사완료 : 2016년 10월 1일 (Accepted 1 October 2016) † †† 학생회원 종신회원 : : 전북대학교 컴퓨터공학과 melipion@jbnu.ac.kr yeon_hui4@jbnu.ac.kr twotoma@jbnu.ac.kr 전북대학교 IT정보공학과 교수 (Chonbuk National Univ.) jwchang@jbnu.ac.kr (Corresponding author임) CopyrightⒸ2016 한국정보과학회ː개인 목적이나 교육 목적인 경우, 이 저작물 의 전체 또는 일부에 대한 복사본 혹은 디지털 사본의 제작을 허가합니다. 이 때, 사본은 상업적 수단으로 사용할 수 없으며 첫 페이지에 본 문구와 출처를 반드시 명시해야 합니다. 이 외의 목적으로 복제, 배포, 출판, 전송 등 모든 유형의 사용행위 를 하는 경우에 대하여는 사전에 허가를 얻고 비용을 지불해야 합니다. 정보과학회논문지 제43권 제12호(2016. 12) ■ (네이버 후원) 2016년도 학생논문 경진대회 수상작 데이터 접근 패턴 은닉을 지원하는 암호화 인덱스 기반 kNN 질의처리 알고리즘 (kNN Query Processing Algorithm based on the Encrypted Index for Hiding Data Access Patterns) 김형일 † 김형진 † 신영성 † 장재우 †† (Hyeong-Il Kim) (Hyeong-Jin Kim) (Youngsung Shin) (Jae-woo Chang) 요 약 데이터베이스 아웃소싱 환에서, 클라우드는 인증된 사용자에 아웃소싱된 데이터베이스를 기반으로 질의 서비스를 제한다. 그러나 금융, 의료 정보와 은 민감한 데이터는 클라우드에 아웃소 싱 되기 전에 암호화되어야 한다. 한편, kNN 질의는 다양한 분야에서 폭넓 사용되는 대표적인 질의 타입이며, kNN 질의 는 사용자의 심사 및 선호도와 밀접하 연된다. 따라서 데이터 보호와 질 의 보호를 동시에 려하는 kNN 질의 처리 알리즘에 대한 연구가 진행되어 왔다. 그러나 기존 연구 는 높은 연산 비용이 요구되나, 탐색한 인덱스의 노드 및 반환된 질의 가 드러나기 때문에 데이터 접근 패턴이 노출되는 문제점이 존재한다. 이러한 문제를 해하기 위해 본 논문에서는 암호화 데이터베 이스 상에서의 kNN 질의처리 알리즘을 제안한다. 제안하는 알리즘은 데이터 보호 및 질의 보호를 지원한다. 또한, 제안하는 알리즘은 데이터 접근 패턴을 보호하는 동시에 효율적인 질의처리를 지원한 다. 이를 위해, 데이터 접근 패턴 노출 없이 데이터 필터링을 지원하는 암호화 인덱스 탐색 기법을 제안 한다. 성능 분석을 통해, 제안하는 알리즘이 기존 기법에 비해 질의처리 시간 측면에서 우수한 성능을 보임을 증한다. 키워드: 데이터베이스 아웃소싱, 데이터베이스 암호화, 암호화 인덱스 구조, 암호화 kNN 질의처리 알 리즘, 데이터 접근 패턴 Abstract In outsourced databases, the cloud provides an authorized user with querying services on the outsourced database. However, sensitive data, such as financial or medical records, should be encrypted before being outsourced to the cloud. Meanwhile, k-Nearest Neighbor (kNN) query is the typical query type which is widely used in many fields and the result of the kNN query is closely related to the interest and preference of the user. Therefore, studies on secure kNN query processing algorithms that preserve both the data privacy and the query privacy have been proposed. However,