Análise do Impacto de Funções Criptográficas no Desempenho do Google BigQuery

  • Luiz Fritsch UNIPAMPA
  • Giulliano Paz UNIPAMPA
  • Rodrigo Machado UNIPAMPA
  • Diego Kreutz UNIPAMPA

Resumo


Casos de vazamentos de dados têm aparecido na mídia com frequência. Muitos destes casos poderiam ter sido evitados ou amenizados com a utilização de sistemas de armazenamento de dados com suporte à criptografia, como o BigQuery da Google. Neste trabalho, testamos o impacto da utilização de funções criptográficas no desempenho do Google BigQuery. Utilizando a linguagem de programação Python, foram realizadas operações de criação de tabelas, inserção e seleção de dados de clientes fictícios. Como forma de comparação, os mesmo dados foram utilizados de forma cifrada e em texto plano. Ao fim do experimento, pôde-se constatar que a utilização de funções criptográficas afeta consideravelmente o tempo de execução das consultas. Isso deve-se ao processo de codificação, na inserção de dados, e decodificação, na seleção de dados.

Palavras-chave: Incidentes de segurança: prevenção, detecção e resposta, Segurança em aplicações (redes sociais, IoT, ...), Software seguro: desenvolvimento, testes e certificação

Referências

Machado, R. B., Kreutz, D., Paz, G., and Rodrigues, G. (2019). Vazamentos de Dados: Histórico, Impacto Socioeconômico e as Novas Leis de Proteção de Dados. In 4o Workshop Regional de Segurança da Informação e de Sistemas Computacionais, WRSeg ’19, pages –. SBC. Paper: http://tiny.cc/wrseg19-dl Site: http://bit.do/wrseg19-ws.

Pallas, F., Günther, J., and Bermbach, D. (2016). Pick your choice in HBase: Security or performance. In 2016 IEEE Int. Conference on Big Data (Big Data), pages 548–554.

Popa, R. A., Redfield, C., Zeldovich, N., and Balakrishnan, H. (2011). CryptDB: protecting confidentiality with encrypted query processing. In 33rd ACM SOSP, pages 85–100. ACM.
Publicado
16/09/2019
FRITSCH, Luiz; PAZ, Giulliano; MACHADO, Rodrigo; KREUTZ, Diego. Análise do Impacto de Funções Criptográficas no Desempenho do Google BigQuery. In: ESCOLA REGIONAL DE REDES DE COMPUTADORES (ERRC), 17. , 2019, Alegrete. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2019 . p. 196-197. DOI: https://doi.org/10.5753/errc.2019.9237.