Collaborative Research: SaTC: CORE: Medium: The Next Generation of Leakage Attacks and Defenses for Encrypted Databases

协作研究:SaTC:核心:中:加密数据库的下一代泄漏攻击和防御

基本信息

  • 批准号:
    2154490
  • 负责人:
  • 金额:
    $ 40万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
    Continuing Grant
  • 财政年份:
    2022
  • 资助国家:
    美国
  • 起止时间:
    2022-07-15 至 2025-06-30
  • 项目状态:
    未结题

项目摘要

growing number of works explore the area of encrypted databases as a practical approach to searching on encrypted data stored at a server. The client encrypts the data before uploading it to the server. The server is not given the decryption key, yet the server can execute searches on the encrypted data requested by the client and return the corresponding encrypted answers. An encrypted database efficiently achieves the above functionality by allowing some leakage about the original (plaintext) data that appears harmless but could be exploited by an attacker who attempts to reconstruct the original data by synthesizing leakage from the encrypted answers and encrypted queries over time. This project aims to develop the next generation of methods for building efficient encrypted databases and for analyzing their resilience to reconstruction attacks. To achieve this goal, it uses methods from algorithms, statistics, geometry, databases, and computer systems. Specific research activities include cryptanalysis of the leakage from encrypted databases with suppressed leakage as well as cryptanalysis and schemes for high-dimensional encrypted queries. Informed by the above research thrusts, this project will develop a principled analysis of defenses as well as a framework for quantifying the impact of leakage in the context of encrypted databases. Toward achieving broader impacts, this project includes curriculum development for computer security courses, efforts to include members of underrepresented groups in research activities, and outreach to industry and government audiences.This award reflects NSF's statutory mission and has been deemed worthy of support through evaluation using the Foundation's intellectual merit and broader impacts review criteria.
越来越多的作品探讨了加密数据库的区域,以此作为搜索存储在服务器上的加密数据的实用方法。客户端将数据上传到服务器之前对数据进行加密。服务器没有给出解密密钥,但是服务器可以在客户端请求的加密数据上执行搜索并返回相应的加密答案。加密的数据库有效地实现了上述功能,通过允许对原始(明文)数据进行一些泄漏,这些数据似乎无害但可以由攻击者利用,该数据试图通过从加密的答案中综合泄漏和加密的查询来综合泄漏来重建原始数据。该项目旨在开发下一代的方法,用于构建有效的加密数据库并分析其对重建攻击的韧性。为了实现此目标,它使用了算法,统计,几何,数据库和计算机系统中的方法。具体的研究活动包括对泄漏泄漏以及密码分析的加密数据库的泄漏的隐性分析以及用于高维加密查询的方案。在上述研究推力的情况下,该项目将对防御措施进行原则分析,以及在加密数据库中量化泄漏影响的框架。为了实现更广泛的影响,该项目包括针对计算机安全课程的课程开发,努力在研究活动中包括代表性不足的团体成员以及对行业和政府受众的推广。这项奖项反映了NSF的法定任务,并被认为是通过使用评估的支持值得的。基金会的智力优点和更广泛的影响审查标准。

项目成果

期刊论文数量(2)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Time- and Space-Efficient Aggregate Range Queries over Encrypted Databases
  • DOI:
    10.56553/popets-2022-0128
  • 发表时间:
    2022-10
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Zachary Espiritu;Evangelia Anna Markatou;R. Tamassia
  • 通讯作者:
    Zachary Espiritu;Evangelia Anna Markatou;R. Tamassia
Range Search over Encrypted Multi-Attribute Data
  • DOI:
    10.14778/3574245.3574247
  • 发表时间:
    2022-12
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Francesca Falzon;Evangelia Anna Markatou;Zachary Espiritu;R. Tamassia
  • 通讯作者:
    Francesca Falzon;Evangelia Anna Markatou;Zachary Espiritu;R. Tamassia
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Roberto Tamassia其他文献

Drawings of Graphs
图表绘制
  • DOI:
  • 发表时间:
    2013
  • 期刊:
  • 影响因子:
    0
  • 作者:
    E. D. Giacomo;G. Liotta;Roberto Tamassia
  • 通讯作者:
    Roberto Tamassia
An incremental approach to aesthetic graph layout
美学图形布局的渐进方法

Roberto Tamassia的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Roberto Tamassia', 18)}}的其他基金

CPS: Synergy: Collaborative Research: Mapping and Querying Underground Infrastructure Systems
CPS:协同:协作研究:测绘和查询地下基础设施系统
  • 批准号:
    1645661
  • 财政年份:
    2016
  • 资助金额:
    $ 40万
  • 项目类别:
    Standard Grant
TWC: Small: Collaborative: Practical Security Protocols via Advanced Data Structures
TWC:小型:协作:通过高级数据结构实现实用安全协议
  • 批准号:
    1525044
  • 财政年份:
    2015
  • 资助金额:
    $ 40万
  • 项目类别:
    Continuing Grant
III: Large: Collaborative Research: Moving Objects Databases for Exploration of Virtual and Real Environments
III:大型:协作研究:用于探索虚拟和现实环境的移动对象数据库
  • 批准号:
    1212508
  • 财政年份:
    2012
  • 资助金额:
    $ 40万
  • 项目类别:
    Standard Grant
TWC: Medium: Collaborative: Privacy-Preserving Distributed Storage and Computation
TWC:媒介:协作:隐私保护分布式存储和计算
  • 批准号:
    1228485
  • 财政年份:
    2012
  • 资助金额:
    $ 40万
  • 项目类别:
    Standard Grant
TC: Large: Collaborative Research: Towards Trustworthy Interactions in the Cloud
TC:大型:协作研究:实现云中值得信赖的交互
  • 批准号:
    1012060
  • 财政年份:
    2010
  • 资助金额:
    $ 40万
  • 项目类别:
    Continuing Grant
Collaborative Research: Algorithms for Graphs on Surfaces
协作研究:曲面图的算法
  • 批准号:
    0830149
  • 财政年份:
    2008
  • 资助金额:
    $ 40万
  • 项目类别:
    Standard Grant
IPS: Collaborative Research: Privacy Management, Measurement, and Visualization in Distributed Environments
IPS:协作研究:分布式环境中的隐私管理、测量和可视化
  • 批准号:
    0713403
  • 财政年份:
    2007
  • 资助金额:
    $ 40万
  • 项目类别:
    Standard Grant
Collaborative Research: Teaching Data Structures to the Millennial Generation
合作研究:向千禧一代教授数据结构
  • 批准号:
    0231202
  • 财政年份:
    2003
  • 资助金额:
    $ 40万
  • 项目类别:
    Standard Grant
ITR: Collaborative Research: Context-Aware Computing with Applications to Public Health Management
ITR:协作研究:上下文感知计算及其在公共卫生管理中的应用
  • 批准号:
    0324846
  • 财政年份:
    2003
  • 资助金额:
    $ 40万
  • 项目类别:
    Continuing Grant
Collaborative Research: An Algorithmic Approach to Cyber-Security
协作研究:网络安全的算法方法
  • 批准号:
    0311510
  • 财政年份:
    2003
  • 资助金额:
    $ 40万
  • 项目类别:
    Standard Grant

相似国自然基金

离子型稀土渗流-应力-化学耦合作用机理与溶浸开采优化研究
  • 批准号:
    52364012
  • 批准年份:
    2023
  • 资助金额:
    32 万元
  • 项目类别:
    地区科学基金项目
亲环蛋白调控作物与蚜虫互作分子机制的研究
  • 批准号:
    32301770
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
基于金属-多酚网络衍生多相吸波体的界面调控及电磁响应机制研究
  • 批准号:
    52302362
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
职场网络闲逛行为的作用结果及其反馈效应——基于行为者和观察者视角的整合研究
  • 批准号:
    72302108
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
EIF6负调控Dicer活性促进EV71复制的分子机制研究
  • 批准号:
    32300133
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

Collaborative Research: SaTC: CORE: Medium: Differentially Private SQL with flexible privacy modeling, machine-checked system design, and accuracy optimization
协作研究:SaTC:核心:中:具有灵活隐私建模、机器检查系统设计和准确性优化的差异化私有 SQL
  • 批准号:
    2317232
  • 财政年份:
    2024
  • 资助金额:
    $ 40万
  • 项目类别:
    Continuing Grant
Collaborative Research: SaTC: CORE: Medium: Using Intelligent Conversational Agents to Empower Adolescents to be Resilient Against Cybergrooming
合作研究:SaTC:核心:中:使用智能会话代理使青少年能够抵御网络诱骗
  • 批准号:
    2330940
  • 财政年份:
    2024
  • 资助金额:
    $ 40万
  • 项目类别:
    Continuing Grant
Collaborative Research: NSF-BSF: SaTC: CORE: Small: Detecting malware with machine learning models efficiently and reliably
协作研究:NSF-BSF:SaTC:核心:小型:利用机器学习模型高效可靠地检测恶意软件
  • 批准号:
    2338301
  • 财政年份:
    2024
  • 资助金额:
    $ 40万
  • 项目类别:
    Continuing Grant
Collaborative Research: SaTC: CORE: Medium: Differentially Private SQL with flexible privacy modeling, machine-checked system design, and accuracy optimization
协作研究:SaTC:核心:中:具有灵活隐私建模、机器检查系统设计和准确性优化的差异化私有 SQL
  • 批准号:
    2317233
  • 财政年份:
    2024
  • 资助金额:
    $ 40万
  • 项目类别:
    Continuing Grant
Collaborative Research: NSF-BSF: SaTC: CORE: Small: Detecting malware with machine learning models efficiently and reliably
协作研究:NSF-BSF:SaTC:核心:小型:利用机器学习模型高效可靠地检测恶意软件
  • 批准号:
    2338302
  • 财政年份:
    2024
  • 资助金额:
    $ 40万
  • 项目类别:
    Continuing Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了