PyTorchKR Papers

최신 논문

총 3편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.27976v1cs.CR

SHARD: 정렬 저항형 사설 밀집 검색을 위한 셀 키 기반 잔차 분할

SHARD: cell-keyed residual splitting for alignment-resistant private dense retrieval

밀집 임베딩(embedding)은 의미 검색과 검색-증강 생성(RAG)의 기반이지만, 벡터 저장소가 유출되면 그 저장소를 보유한 쪽은 기저 텍스트의 상당 부분을 되찾을 수 있다. 이를 가능하게 하는 공격(퓨샷(few-shot) 정렬, 제로샷(zero-shot) 역추론, 비지도 교차 공간 변환)은 공통된 약점을 갖는다: 보호된 저장소가 알려진 것과 정렬될 수 있는 단일 전역 기하 구조라는 점이다. 비밀 전역 회전은 통상적인 경량 방어이지만 예외가 아니다. 공격자가 알려진 쌍을 부분공간 차원(subspace dimension)만큼 확보하면 직교 프로크루스테스(orthogonal Procrustes)로 이를 복구할 수 있다. 우리는 이러한 약한 축을 제거하는 검색 보존형 임베딩 변환 Shard를 제안한다. 중심화된 임베딩은 짧은 공개 접두 문맥(1단계 검색용)과 별도의 비밀 키 아래 C개 셀로 분할된 사설 잔차로 나뉜다. 잔차는 CKKS 하에서 재순위화되며, 여기서 키는 상쇄되어 내적을 정확히 유지한다. 단일 매개변수 C는 이 설계를 대체하는 전역 선형 기준선(C=1)부터 문서별 마이크로 키(C=N)까지 조절한다. 재순위화가 전차원(full-dimensional)이기 때문에 Shard는 반쪽 SVD 절단이 포기하는 원 공간(raw-space) nDCG@10을 반환한다. 또 잔차가 셀 단위로 키가 적용되기 때문에, 확산된 known-plaintext 유출 하에서 공통 프레임으로 다시 매핑하려면 대략 C배 더 많은 앵커가 필요하며(중앙값 200에서 102,400, C=256), 이는 소수의 암호화된 쿼리에 대한 것이다. 짧은 공개 접두 문맥은 이웃 구조를 훨씬 덜 유출하며, 마이크로 키 한도는 연결 불가능하고 갱신 가능한 템플릿으로 잔차 그래프를 0으로 만든다. 이 장벽은 학습 기반, 비선형, 비지도 정렬기에 대해 유지되며, 동일 유틸리티 노이즈 방어가 거의 모든 프로브를 역식별하는 반면 Shard는 어떤 프로브도 역식별하지 않는다. 한계는 분명히 밝힌다: 셀 내부에서는 키가 상쇄되고, 표적 공격자는 d_priv개 정도의 앵커만 필요하며, 겹치는 참조 코퍼스는 여전히 접두 문맥을 통해 유출된다. Shard는 공격 인지형 기하학적 방어이지, 암호학적 보장은 아니다.

arXiv:2606.26373v1cs.CR

하이브리드 프라이버시 인식 의미 검색: 제한된 위협 모델 하에서 SVD 절단 문서 기하학과 CKKS 암호화 쿼리 재순위화

Hybrid privacy-aware semantic search: SVD-truncated document geometry and CKKS-encrypted query reranking under a restricted threat model

임베딩 역산으로 벡터 DB 유출 시 원문이 노출되는 문제에 대해, 정적 컬렉션은 저차원 SVD 부분공간 절단과 비밀 직교 회전으로, 쿼리는 CKKS 동형 암호화 하 재순위화로 각각 보호하는 비대칭 하이브리드 의미 검색을 제안한다. 백만 문서와 다섯 개 인코더 실험에서 순위화 품질을 유지하며 1초 미만 지연을 달성하고 기성 inversion 공격은 노이즈 바닥으로 붕괴하나, 쿼리 기밀성은 암호학적이고 문서 보호는 제한된 위협 모델 하의 경험적 난독화임을 한계로 명시한다.

arXiv:2606.18497v1cs.CR

고스트 벡터: HNSW 벡터 데이터베이스에서 소프트 삭제된 임베딩은 여전히 복원 가능하다

Ghost Vectors: Soft-Deleted Embeddings Remain Reconstructible in HNSW Vector Databases

검색-증강 생성(RAG)은 대규모 언어 모델(LLM)이 사실에 기반한 도메인 특화 응답을 위해 외부 및 비공개 코퍼스에 접근할 수 있게 한다. 최신 RAG 파이프라인은 효율적인 유사도 검색을 위해 계층적 탐색 가능 소규모 세계(HNSW) 벡터 데이터베이스를 사용한다. 사용자가 데이터 삭제를 요청하면, 시스템은 일반적으로 레코드를 삭제된 것으로만 표시하고 디스크상의 임베딩은 물리적으로 변경하지 않은 채 둔다. 이 소프트 삭제 연산은 GDPR 제17조 및 HIPAA와 같은 데이터 삭제 및 보존 요구사항 하에서 규정 준수 우려를 제기한다. 세 가지 HNSW 구현에 대한 분석은 API 접근을 우회하여 저장소 층에서 원시 인덱스 파일에 접근함으로써 삭제된 벡터가 물리적으로 여전히 복구 가능함을 확인한다. 도메인 특화 미세조정 없이 Vec2Text 역변환 모델을 사용하여, 우리는 여러 실제 데이터셋과 데이터 모달리티에서 이 취약점을 보여준다. 위키피디아 생존 인물(BLP) 데이터셋에서, 우리는 정확한 인물 이름의 25.5%와 지리적 위치의 46.4%를 성공적으로 복구했다(ROUGE-L 0.185). 고도로 구조화된 민감 데이터(NIH Synthea 데이터셋)에서는 환자 연령 및 성별 표식 모두에 대해 복구율이 100%에 달했다(ROUGE-L 0.290). 소프트 삭제된 이미지 임베딩에 대해, 우리는 조직병리학 패치에서 100%의 조직 분류(p=1.02e-07)를 보였으며, 얼굴 임베딩에서 top-1 신원 복구는 99%에 달했다(p<0.01). 본 연구는 벡터를 암호화하고 삭제 시 키를 폐기하는 Epoch Key Rotation을 제안한다. Epoch key rotation은 관측된 PII 복구를 0%로 줄이며, 500개의 삭제된 벡터에 대해 2.5 ms(약 0.005 ms/레코드)에 완료된다. 또한 삭제 이벤트에 대한 감사 가능한 기록으로 ECDSA 서명 암호학적 증명을 생성한다.