分布式数据集极差与极值和的保密计算

随着信息通信技术的不断突破与发展,信息获取变得非常便利.与此同时,隐私信息也更容易泄露.将智能领域与安全多方计算技术相结合,有望解决隐私保护问题.目前,安全多方计算已经解决了许多不同隐私保护问题,但还有更多的问题等待人们去解决.对于极差、极值和的安全多方计算问题目前研究的结果很少,极差、极值和作为统计学的常用工具在实际中有广泛的应用,研究极差、极值和的保密计算具有重要意义.提出新编码方法,用新编码方法解决了两种不同的安全多方计算问题,一是极差的保密计算问题,二是极值和的保密计算问题.新编码方法结合Lifted ElGamal门限密码系统,设计多方参与、每方拥有一个数据场景下分布式隐私数据集极差的保密计算协议;将新编码方法稍作改动解决相同场景下保密计算极值和的问题.以此为基础,对新编码方法进一步修改,结合Paillier密码系统设计了两方参与、每方拥有多个数据情况下分布式隐私数据集极差、极值和的保密计算协议.用模拟范例方法证明协议在半诚实模型下的安全性.最后,用模拟实验测试协议的复杂性.效率分析和实验结果表明所提协议简单高效,可广泛用于实际应用中,是解决其他很多安全多方计算问题的重要工具.

基于阈值的向量保密计算

向量保密计算已成为安全多方计算的重要研究课题.对于向量优势与向量等分量数这类问题,现有的相关计算协议大多都是在有全集限制的条件下,通过编码方法设计的.当数据范围较大较分散时,此类方法具有一定的局限性.本文针对向量中数据没有全集限制的情形,提出并研究向量优势阈值问题以及向量等分量数阈值问题的双方保密计算.通过灵活运用加密算法的同态性质以及明文空间的有关性质,结合问题转化以及加密选择等技巧,对于向量优势阈值问题设计了安全高效的保密计算协议.当设置阈值为向量维数时,本文协议可用于解决向量优势判定问题,且与已有协议相比具有更高的效率.在向量优势阈值协议的基础上,进一步构造向量等分量数阈值问题的计算协议,并通过严格分析证明了本文协议的正确性,应用模拟范例严格证明了协议的安全性.最后,对协议的效率进行了详细的分析比较,并通过实验验证了协议的实际可行性.

保密两方量子比较问题的研究

保密两方比较问题用于两方在不泄漏自己保密数值的前提下判断两数值的大小,但现有的解决方案无法对抗强大的量子攻击.设计了一个半诚实模型下的基于量子隐式模n+1加法保密两方量子比较协议,并且详细地分析了该协议的安全性.