적응형 공격자를 고려한 일반적 누수 함수 기반 정량적 정보 흐름

초록

본 논문은 비밀값 X에 대해 행동‑기반 무작위화 메커니즘을 모델링하고, 불확실성 측정 U를 일반화함으로써 적응형 및 비적응형 공격자에 대한 정량적 정보 흐름(QIF)을 통합적으로 분석한다. 주요 결과는 (1) U가 볼록·연속이라는 완화된 조건 하에서 적응형 QIF에 대한 일반적 정리를 얻고, (2) 비적응형 전략이 적응형 전략에 비해 길이만큼만 확장되면 동일한 효율을 달성함을 보이며, (3) 유한 시간 호라이즌에서 최대 누수를 벨만 방정식으로 표현해 최적 전략을 역방향 귀납법으로 계산할 수 있음을 제시한다.

상세 분석

논문은 먼저 비밀 집합 X, 관측 집합 Y, 행동 집합 Act와 각 행동 a에 대응하는 확률 행렬 Mₐ(=pₐ(·|x)) 로 구성된 4‑튜플 S=(X,Y,Act,{Mₐ}) 를 정의한다. 메커니즘은 상태가 없으며, 각 질의에 대한 응답은 독립적인 확률 변수로 모델링된다. 핵심은 불확실성 측정 U:P→ℝ 를 “볼록(convex)·연속(continuous)”이라는 두 가지 기본 성질만으로 제한함으로써, Shannon 엔트로피, 오류 확률 엔트로피, guessing 엔트로피, 분산 등 기존에 사용되던 다양한 누수 함수들을 하나의 프레임워크에 포함시킨다.

전략은 관측 문자열 y₁…yₙ 에 대해 다음 행동을 결정하는 부분함수 σ:Y*→Act 로 정의되며, 비적응형 전략은 관측 길이만을 기준으로 행동을 고정한다. 저자는 모든 전략을 트리 형태로 시각화하고, 비적응형 전략은 완전 트리(모든 잎이 동일 깊이) 로 표현될 수 있음을 보인다.

주요 정리 중 하나는 “비적응형 유한 전략은 적응형 전략과 동일한 누수량을 달성할 수 있다”는 것으로, 여기서 길이 확장 인자는 행동 종류 |Act| 로 제한된다. 즉, 최적 적응형 전략이 길이 L이라면, 동일한 누수를 얻는 비적응형 전략은 최대 |Act|·L 길이까지 늘어날 수 있다. 이는 실제 시스템에서 행동 수가 제한된 경우 비적응형 공격만을 분석해도 충분함을 의미한다.

또 다른 핵심 결과는 유한 시간 호라이즌 T 내에서 최대 누수를 구하는 문제가 동적 프로그래밍 형태의 벨만 방정식으로 귀결된다는 점이다. 구체적으로, 상태 x∈X 에서 시작해 남은 단계 t에 대해
V_t(x)=max_{a∈Act} E_{y∼pₐ(·|x)}