[논문]클라우드 환경에서 헬스케어 데이터를 위한 효율적인 암호화 기법

조성남; 정윤수; 오충식

doi:10.22156/cs4smb.2018.8.3.063

클라우드 환경에서 헬스케어 데이터를 위한 효율적인 암호화 기법
An Efficient cryptography for healthcare data in the cloud environment 원문보기

융합정보논문지 = Journal of Convergence for Information Technology, v.8 no.3, 2018년, pp.63 - 69

조성남 (한국과학기술정보연구원 학술정보공유센터) , 정윤수 (목원대학교 정보통신융합공학부) , 오충식 (한국과학기술정보연구원 과학기술사이버안전센터)

초록
AI-Helper

최근 의료 서비스 분야는 사용자의 헬스케어 데이터를 효율적으로 관리하기 위해서 클라우드 서비스를 이용하고 있다. 그러나, 클라우드 환경에서 처리되는 사용자의 헬스케어 데이터의 안정성을 보장하는 연구는 미진한 상태이다. 본 논문에서는 클라우드 환경에서 헬스케어 데이터를 효율적으로 암호화하는 부분 랜덤 암호화 기법을 제안한다. 제안 기법은 병원 의료 서비스에 최적화하도록 사용자가 생성하는 랜덤키(p, q)를 2개 생성하여 공개키와 개인키 생성에 반영한다. 제안 기법에서 사용되는 랜덤 키는 데이터를 전체 암호화하지 않고 일부분만을 암호화하여 사용자의 헬스케어 데이터 처리 효율을 향상시켰다. 성능평가 결과, 제안 기법은 암호화 생성 비용을 평가한 결과 기존 기법에 비해 21.6% 낮추었고, 병원 내 사용자 헬스케어 데이터 처리 시간도 18.5% 향상된 결과를 얻었다.

Abstract ▼ AI-Helper

Recently, healthcare services are using cloud services to efficiently manage users' healthcare data. However, research to ensure the stability of the user's healthcare data processed in the cloud environment is insufficient. In this paper, we propose a partial random encryption scheme that efficiently encrypts healthcare data in a cloud environment. The proposed scheme generates two random keys (p, q) generated by the user to optimize for the hospital medical service and reflects them in public key and private key generation. The random key used in the proposed scheme improves the efficiency of user 's healthcare data processing by encrypting only part of the data without encrypting the whole data. As a result of the performance evaluation, the proposed method showed 21.6% lower than the existing method and 18.5% improved the user healthcare data processing time in the hospital.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

특히, 의료 서비스 분야에서는 클라우드 서비스와 관련된 인프라와 생체 의료 시스템을 개선하고자 많은 투자가 이루어지고 있다. 본 논문에서는 병원에서 처리되는 사용자의 헬스케어 데이터를 클라우드 환경에서 안전하게 보호하기 위한 부분 랜덤 암호화기법을 제안하였다. 제안 기법은 사용자의 의료 데이터를 제3자에게 악용되지 않도록 사용자가 생성한 2개의 랜덤키(p, q)를 통해 공개키와 개인키를 생성하여 사용자의 데이터를 부분 암호화함으로써 사용자 데이터의 기밀성을 높이고 동시에 계산 비용은 낮추었다.
본 논문은 병원에서 처리되는 사용자의 헬스케어 데이터를 클라우드 환경에 적용하였을 때, 사용자의 헬스케어 데이터를 안전하게 보호하기 위한 부분 랜덤 암호화 기법을 제안한다. 제안 기법은 병원 의료서비스를 클라우드 환경에서 운영할 때 사용자의 의료 데이터를 제3자가 악의적으로 도용하지 못하도록 사용자가 생성한 2개의 랜덤키(p, q)를 공개키와 개인키에 반영함으로써 사용자의 데이터를 전체 암호화하지 않고 일부분만을 암호화할 수 있어 계산 비용을 기존 기법에 비해 많이 줄이고 있다.
이 절에서는 병원 내 설치된 무선 장치를 통해 사용자의 헬스케어 데이터를 서버에 안전하게 전달할 수 있는 암호화 기법을 제안한다.

제안 방법

본 논문에서는 병원에서 처리되는 사용자의 헬스케어 데이터를 클라우드 환경에서 안전하게 보호하기 위한 부분 랜덤 암호화기법을 제안하였다. 제안 기법은 사용자의 의료 데이터를 제3자에게 악용되지 않도록 사용자가 생성한 2개의 랜덤키(p, q)를 통해 공개키와 개인키를 생성하여 사용자의 데이터를 부분 암호화함으로써 사용자 데이터의 기밀성을 높이고 동시에 계산 비용은 낮추었다. 성능평가 결과, 제안 기법은 기존 기법에 비해 처리량, 드롭율, 지연시간 등이 향상되었다.
제안 기법은 사용자의 헬스케어 데이터를 실시간으로 통합 관리할 수 있도록 헬스케어 데이터를 부분 암호화하여 전달하기 때문에 병원내 의료 서비스 효율성을 향상시킬 수 있는 역할을 수행한다.

대상 데이터

Fig. 2에서 제안 기법의 구성요소는 클라이언트, 통신라인, 클라우드 저장 터미널 등 3개 구성요소로 이루어져있다. 각 구성요소에는 많은 모듈들이 구성되어 사용된다.

데이터처리

이 절은 NS-2.35 시뮬레이션을 사용하여 클라우드 환경에서 사용자의 헬스케어 데이터를 암호화하는 실험을 기존 기법들과 성능 분석을 수행하였다. 제안 기법의 실험환경은 Table 4와 같다.

성능/효과

Table. 5의 분석 결과, 제안 기법은 사용자의 헬스케어 데이터를 부분랜덤 암호화를 수행하기 위해서 사용자가 생성한 2개의 랜덤키(p, q)를 공개키와 개인키에 반영함으로써 사용자의 데이터를 전체 암호화하지 않고 일부분만을 암호화할 수 있어 기존 기법에 비해 성능 평가가 향상되었다. 이 같은 결과는 사용자의 헬스케어 데이터 암호화에 사용되는 추가적인 기능이 사용되지 않았기 때문에 나타난 결과이다.
3는 제안 기법에서 제안한 RSA 기반의 암호 알고리즘의 동작과정을 보여주고 있다. Fig. 3처럼 제안 기법에서 동작되는 RSA 기반의 헬스케어 데이터 암호 과정은 사용자의 헬스케어와 관련된 모든 데이터를 실시간으로 스트리밍이 가능하도록 사용자의 헬스케어 데이터를 전체 암호화하는 대신 사용자의 헬스케어 데이터를 일부 암호화하도록 처리함으로써 암호 처리과정의 효율성을 향상시켰다.
제안 기법은 사용자의 의료 데이터를 제3자에게 악용되지 않도록 사용자가 생성한 2개의 랜덤키(p, q)를 통해 공개키와 개인키를 생성하여 사용자의 데이터를 부분 암호화함으로써 사용자 데이터의 기밀성을 높이고 동시에 계산 비용은 낮추었다. 성능평가 결과, 제안 기법은 기존 기법에 비해 처리량, 드롭율, 지연시간 등이 향상되었다. 이 같은 결과는 제안 기법에서 사용자의 데이터를 암호화하는 키를 사용자가 생성한 2개의 랜덤키(p, q)를 사용하였기 때문에 암호 효율성을 향상시킨 결과이다.
둘째, 사용자가 생성한 2개의 랜덤키는 공개키와 개인키에 각각 적용하여 공개키와 개인키로 인한 보안 공격을 예방할 수 있다. 셋째, 사용자의 헬스케어데이터를 통해 의료 서비스 및 행정 처리의 절차를 최소화할 수 있다.
3에서 RSA 기반 암호 처리를 수행하기 위해서는 사용자의 헬스케어 데이터를 수집하기 위한 센서가 하나이상 연결되어 있어야 하며, 각각의 센서로부터 수집된 헬스케어 데이터들은 실시간으로 서버에 스트리밍된다. 제안 기법에서 사용자의 헬스케어 데이터를 수집하는 센서와 사용자 간 통신은 이벤트 알림을 통한해 이벤트 트리거를 사용하기 때문에 가능하다.
본 논문은 병원에서 처리되는 사용자의 헬스케어 데이터를 클라우드 환경에 적용하였을 때, 사용자의 헬스케어 데이터를 안전하게 보호하기 위한 부분 랜덤 암호화 기법을 제안한다. 제안 기법은 병원 의료서비스를 클라우드 환경에서 운영할 때 사용자의 의료 데이터를 제3자가 악의적으로 도용하지 못하도록 사용자가 생성한 2개의 랜덤키(p, q)를 공개키와 개인키에 반영함으로써 사용자의 데이터를 전체 암호화하지 않고 일부분만을 암호화할 수 있어 계산 비용을 기존 기법에 비해 많이 줄이고 있다. 제안 기법은 효율적인 암호화 기법을 보장하기 위해서 다음과 같은 3가지 목적을 가진다.
첫째, 병원에 설치된 무선 장치를 통해 사용자의 헬스케어 데이터를 제3자의 악의적인 도용없이 서버에 안전하게 전달함으로써 사용자의 의료 서비스를 안전하게 받을 수 있게 한다. 둘째, 사용자가 생성한 2개의 랜덤키는 공개키와 개인키에 각각 적용하여 공개키와 개인키로 인한 보안 공격을 예방할 수 있다.

후속연구

이 같은 결과는 제안 기법에서 사용자의 데이터를 암호화하는 키를 사용자가 생성한 2개의 랜덤키(p, q)를 사용하였기 때문에 암호 효율성을 향상시킨 결과이다. 향후 연구에서는 본 연구의 결과를 기반으로 클라우드 환경에서 사용되는 다양한 데이터 별암호 효율을 향상시킬 수 있는 추가 연구를 수행할 계획이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	클라우드 컴퓨팅은 무엇인가?	클라우드 컴퓨팅은 Fig. 1처럼 언제, 어디서나 컴퓨팅자원을 필요에 따라 차용하여 네트워크를 통해 다양한 방식으로 접근하는 서비스를 의미한다[9-11]. 클라우드 컴퓨팅에서의 보안 위협은 기존 컴퓨팅 환경과 달리 가상화 엔진 하이퍼바이저에 의한 보안 위협, 관리자에 의한 보안 위협, 네트워크 전송과정에서의 보안 위협 등이 있다[12].
	클라우드 환경에서 헬스케어와 관련된 최근 연구는 어떤 경향을 보이는가?	클라우드 환경에서 헬스케어와 관련된 최근 연구에서는 사용자 인증보다는 클라우드 환경에서 송∙수신되는 수 많은 데이터들의 기밀성을 보장하는 연구에 초점을 두고 있으며, 사용자와 사용자 사이에 송∙수신되는 헬스케어 데이터의 유출과 관련된 보안 문제가 발생 할 수 있다.
	부분 랜덤 암호화 기법은 어떤 방식인가?	본 논문에서는 클라우드 환경에서 헬스케어 데이터를 효율적으로 암호화하는 부분 랜덤 암호화 기법을 제안한다. 제안 기법은 병원 의료 서비스에 최적화하도록 사용자가 생성하는 랜덤키(p, q)를 2개 생성하여 공개키와 개인키 생성에 반영한다. 제안 기법에서 사용되는 랜덤 키는 데이터를 전체 암호화하지 않고 일부분만을 암호화하여 사용자의 헬스케어 데이터 처리 효율을 향상시켰다. 성능평가 결과, 제안 기법은 암호화 생성 비용을 평가한 결과 기존 기법에 비해 21.

참고문헌 (17)

R. H. Weber. (2010). Internet of Things: New Security and Privacy Challenges. Computer Law & Security Review, 26(1), 23-30. DOI : 10.1016/j.clsr.2009.11.008

상세보기
S. C. Choi, M. W. Ryu, M, Jin & J. H. Kim. (2014). Internet of Things platform and service trends. Information and Communications Magazine(Information and Communication), 31(4), 20-27.
S. Haller, S. Karnouskos & C. Schroth. (2009). The Internet of Things in an Enterprise Context. Future Internet-FIS 2008 Lecture Notes in Computer Science, 5468, 14-28. DOI : 10.1007/978-3-642-00985-3_2

상세보기
S. Raza, H. Shafagh, K. Hewage, R. Hummen & T. Voigt. (2013). Lithe: Lightweight Secure CoAP for the Internet of Things. IEEE Sensors Journal, 13(10), 1-1. DOI : 10.1109/jsen.2013.2277656

상세보기
Y. S. Jeong & S. H. Lee. (2012). U-Healthcare user's privacy protection protocol with Implantable medical Device of State Information. Journal of the Korean Institue of Communicaitons and Information Sciences, 37(4), 277-353. DOI : 10.7840/kics.2012.37c.4.297

원문보기 상세보기
P. Phunchongharn, D. Niyato, E. Hossain & S. Camorlinga. (2009). An EMI-Aware Prioritized Wireless Access Scheme for e-Health Application in Hospital Environments. IEEE transactions on information technology in biomedicine, 14(5), 1247-1258. DOI : 10.1109/titb.2010.2047507

상세보기
P. Phunchongharn, E. Hossain & S. Camorlinga. (2011). Electromagnetic Interference-Aware Transmission Scheduling and Power Control for Dynamic Wireless Access in Hospital Environments. IEEE Transactions on Information Technology in Biomedicine, 15(6), 890-899. DOI : 10.1109/titb.2011.2164258

상세보기
Q. Shen, X. Liang, X. Shen, X. Lin & H. Y. Luo. (2004). Exploiting Geo-Distributed Clouds for a E-health Monitoring System With Minimum Service Delay and Privacy Preservation. IEEE Journal of Biomedical and Health Informatics, 18(2), 430-439. DOI : 10.1109/jbhi.2013.2292829

상세보기
X. Shen. (2012). Emerging technologies for e-healthcare. IEEE Journals & Managines Network, 26(5), 2-3.

상세보기
H. B. Kim, Y. J. Jeon & S. J. Kim. (2011). Study on security management in cloud computing environment. Kongju University KNU Management Consulting Institute, Management Consulting Review, 2(1), 127-144.
H. S. Kim & C. S. Park. (2010). Cloud computing and personal authentication services. Review of KIISC , 20(2), 11-19.
K. H. Lee, H. S. Choi & Y. D. Chung. (2011). Massive Data Processing and Management in Cloud Computing: A Survey. Journal of KIISE, 38(2), 104-125.
Z. A. Khattak, S. Sulaiman & J. A. Manan. (2010). A study on threat model for federated identities in federated identity management system, Proceedings of the 2010 International Symposium in Information Technology(ITSim), 2, 618-623. DOI : 10.1109/itsim.2010.5561611
H. Gao, J. Yan & Y. Mu. (2010). Dynamic Trust Model for Federated Identity Management. Proceedings of the 4th International Conference on Network and System Security(NSS), 55-61. DOI : 10.1109/nss.2010.40
Y. Zhou, Z. Cao & R. Lu. (2005). Provably secure proxy-protected signature schemes based on factoring. Appl. Math. Comput., 164(1), 83-98. DOI : 10.1016/j.amc.2004.04.032

상세보기
M. Mambo, K. Usuda & E. Okamoto. (1996). Proxy signatures for delegating signing operation. Proceedings of the Third ACM Conference on Computer and Communications Security, 48-57. DOI : 10.1145/238168.238185
Y. Yu, Y. Mu, W. Susilo, Y. Sun & Y Ji. (2012). Provably secure proxy signature scheme from factorization. Mathematical and Computer Modelling, 1160-1168.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증