Enforcing Attestable Workflows across Untrusted Networks
JANUS는 분할된 신뢰 컴퓨팅 기반(TCB) 설계를 통해 신뢰할 수 없는 네트워크 전반에 걸쳐 신뢰 실행 환경(TEE)을 연합하는 고성능 아키텍처로서, 하드웨어 측정값에 키 릴리스를 고정하고 커널 내에서 집행을 실행함으로써 최소한의 지연 시간 오버헤드로 네이티브 속도의 암호화 라우팅을 달성한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
현대 디지털 세계에서 가장 가치 있는 작업 중 일부는 클라우드에서 이루어집니다. 의료 영상을 분석하는 과학자, 인공지능을 훈련시키는 연구자, 그리고 기후 패턴을 시뮬레이션하는 엔지니어들은 종 때로 서로 다른 조직이 소유한 여러 컴퓨터의 데이터를 결합해야 할 필요가 있습니다. 이 작업을 비공개로 유지하기 위해, 그들은 컴퓨터 프로세서 내부에 보안이 유지되는 잠긴 방을 만드는 특수 하드웨어에 의존합니다. 신뢰 실행 환경(trusted execution environment)이라고 알려진 이 기술은 컴퓨터의 운영 체제가 침해되더라도 이 잠긴 방 안의 데이터는 숨겨진 상태로 유지되도록 보장합니다. 그러나 이 잠긴 방들이 인터넷을 통해 서로 통신해야 할 때 새로운 문제가 발생합니다. 전통적인 통신 보안 방식은 데이터를 매 단계마다 복호화하고 다시 암호화하도록 강제하여 속도를 늦추거나, 특정 보안 모델에 맞추기 위해 소프트웨어를 완전히 다시 작성해야 합니다. 과제는 과학자들이 이동시켜야 하는 방대한 양의 정보를 늦추지 않으면서도, 데이터가 이동하는 동안 이를 잠금 상태로 유지하는 것입니다.
연구팀은 이 특정 문제를 해결하기 위해 Janus라고 불리는 새로운 시스템을 개발했습니다. 이 시스템은 보안 컴퓨터들이 제 속도로 서로 통신하면서도, 자신들이 누구인지 증명하고 규칙을 준수하고 있음을 입증할 수 있도록 설계되었습니다. 연구진은 이 시스템이 최신 세대의 보안 하드웨어, 특히 전체 가상 머신을 위한 잠긴 방을 만드는 인텔의 TDX 기술와 작동하도록 구축했습니다. Janus의 핵심 아이디어는 보안 업무를 두 부분으로 나누는 것입니다. 한 부분은 신원 증명과 비밀 키 교환이라는 무거운 작업을 처리하고, 다른 한 부분은 실제 데이터의 이동을 처리합니다. 데이터 처리를 컴퓨터의 핵심부 깊숙이 이동시킴으로써, 하드웨어 자체의 속도로 작동할 수 있게 하여 보안 소프트웨어가 운영 체제 위에서 실행될 때 발생하는 느리고 번거로운 단계들을 피했습니다.
이 방식이 얼마나 잘 작동하는지 테스트하기 위해, 연구진은 클라우드의 강력한 컴퓨터 32대를 사용하여 대규모 실험을 설정했습니다. 그들은 이 컴퓨터들이 민감한 데이터를 공유해야 하는 시뮬레이션 환경을 만들었는데, 이는 마치 공동 프로젝트를 수행하는 과학자 팀과 같습니다. 시스템은 먼저 컴퓨터들이 특별한 핸드셰이크(handshake)를 사용하여 서로의 신원을 증명하는 방식으로 작동했습니다. 이 핸드셰이크에는 하드웨어가 현재 상태에 대한 고유하고 위조 불가능한 보고서를 생성하는 과정이 포함되었습니다. 만약 보고서가 예상된 규칙과 일치하면, 컴퓨터들은 대화를 잠그기 위한 비밀 키를 교환합니다. 일단 이 초기 설정이 완료되면 데이터가 흐르기 시작합니다. 연구진은 시스템이 이 암호화된 트래픽을 거의 지연 없이 처리할 수 있다는 것을 발견했습니다. 네트워크를 통해 이동하는 모든 데이터 패킷당 시스템이 추가하는 지연 시간은 단 6마이크로초에 불과했습니다. 이는 믿을 수 없을 정도로 작은 시간이며, 이는 컴퓨터가 암호화 없이 데이터를 보낼 때와 거의 동일한 속도로 데이터를 처리할 수 있음을 의미합니다.
결과는 이 새로운 접근 방식과 기존 방식 사이에 극명한 차이를 보여주었습니다. 연구진이 사용자 공간(user space)에서 실행되는 기존 시스템과 Janus를 비교했을 때, 기존 시스템은 현저히 느렸습니다. 이러한 전통적인 방식은 패킷당 137에서 147 마이크로초 사이의 지연을 발생시켰으며, 이는 새 시스템보다 20배 이상 느린 수치입니다. 1기가바이트 이상의 데이터를 이동해야 하는 복잡한 머신 러닝 작업이 포함된 실제 테스트에서, 새 시스템은 전체 프로세스를 단 6.1%만 늦춘 반면, 기존 방식은 동일한 작업을 62%나 늦췄습니다. 이러한 효율성은 몇 시간 또는 며칠 동안 실행되는 과학적 워크플로에서 매우 중요한데, 여기서 작은 지연이라도 시간이 흐르면 상당한 컴퓨팅 자원의 손실로 이어질 수 있기 때문입니다.
시스템은 또한 시작 속도가 매우 빠르다는 것을 입증했습니다. 100대의 컴퓨터가 있는 시뮬레이션 네트워크에서, 전체 그룹은 1.5초도 채 되지 않아 보안 연결을 설정하고 작업을 시작할 수 있었습니다. 이 속도는 각 컴퓨터가 하나씩 순차적으로 기다리는 대신, 여러 머신에서 병렬로 신원 확인을 수행함으로써 달성되었습니다. 연구진은 또한 시스템이 실수나 네트워크의 변화를 어떻게 처리하는지 테스트했습니다. 만약 어떤 컴퓨터가 잘못된 소프트웨어로 연결을 시도하거나 보안 규칙이 변경되면, 시스템은 충돌하거나 데이터를 유출하지 않고 즉시 연결을 차단했습니다. 시스템은 탄력적으로 설계되어, 즉 한 컴퓨터가 실패하거나 네트워크에 일시적인 오류가 발생하더라도 나머지 시스템은 계속 작동하며, 문제가 해결되면 실패한 연결을 빠르게 재설정할 수 있습니다.
이 연구의 가장 중요한 측면 중 하나는 이 시스템이 '하지 않는 것'입니다. 연구진은 자신들의 접근 방식이 과학자들에게 소프트웨어 프로그램을 다시 작성할 것을 요구하지 않는다는 점을 명시적으로 보여주었습니다. 시스템은 투명하게 작동하며, 즉 컴퓨터에서 실행되는 애플리케이션들은 자신이 보안 처리를 받고 있다는 사실을 알 필요가 없습니다. 보안은 사용자 눈에 보이지 않는 네트워크 계층 아래에서 이루어집니다. 이는 개발자에게 특정 보안 모델에 맞춰 코드를 변경하도록 강요하는 다른 보안 프레임워크들과는 크게 다른 점입니다. 애플리케이션을 변경하지 않은 상태로 유지함으로써, 이 시스템은 기존의 과학적 도구들을 수정 없이 보안 환경에서 사용할 수 있게 해줍니다.
또한 이 연구는 현재 기술의 한계점을 강조했습니다. 시스템은 컴퓨터가 몇몇 다른 대상과 연결되는 네트워크에서는 매우 잘 작동하지만, 연구진은 만약 모든 컴퓨터가 동시에 다른 모든 컴퓨터와 연결하려고 시도한다면 초기 설정이 크게 느려질 수 있다는 점을 발견했습니다. 이는 신원 보고서를 생성하는 하드웨어가 한 번에 처리할 수 있는 용량에 제한이 있기 때문입니다. 연구진이 염두에 두었던 대규모 과학적 파이프라인, 즉 데이터가 혼란스러운 웹 형태가 아니라 특정 경로를 따라 흐르는 유형의 경우에는 이러한 제한이 문제가 되지 않았습니다. 시스템은 이러한 장기 실행되는 구조화된 워크플로에 최적화되어 있어, 보안이 병목 현상이 되지 않도록 보장합니다.
궁극적으로 이 연구는 성능을 희생하지 않으면서도 고속의 보안 네트워크를 구축하는 것이 가능하다는 것을 보여줍니다. 연구진은 보안 검사와 데이터 이동이 어떻게 상호작용하는지를 세심하게 설계함으로써, 이전에는 도달하기 어렵다고 생각되었던 균형을 달est할 수 있음을 보여주었습니다. 이 시스템은 조직이 데이터의 프라이버시나 작업의 효율성을 해치지 않으면서도, 신뢰할 수 없는 네트워크를 통해 민감한 데이터를 공유할 수 있는 방법을 제공합니다. 이는 기관들이 데이터의 기밀성을 유지하면서도 협력적인 과학 연구를 수행할 수 있는 길을 열어줍니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.