安全两方向量优势统计协议及其应用

安全两方向量优势统计问题是百万富翁问题的推广问题,用于两方在不泄漏自己保密向量信息的前提下统计出满足大于关系的分量的数目.本文在半诚实模型下利用加同态加密体制解决了安全两方向量优势统计问题,分析了该解决方案的正确性,安全性和复杂性;利用该优势统计协议设计了一个安全两方向量分量和排序协议,并且将设计的安全两方向量分量和排序协议应用于安全生成最小树图形算法中.

无茫然第三方的安全两方向量优势统计协议

安全两方向量优势统计是一类特殊的安全多方计算问题,用于统计两方在不泄露各自私有向量信息的前提下,满足大于关系的分量数目。但现有的安全两方向量优势统计协议都依赖于茫然第三方,协议的安全性和效率较低。为此,在半诚实模型下,利用同态加密算法和向量叉积协议,提出一个无需茫然第三方支持的两方向量优势统计协议。理论分析结果表明,该协议无需茫然第三方即可提高协议的安全性。该协议的通信轮数为2,通信代价较低。在此基础上,将该协议应用于安全两方向量分量和的排序,也能显著提高排序性能。

安全向量优势协议及其应用

百万富翁问题是安全多方计算研究的热点问题之一,也是其他安全多方计算协议的基本构成模块.安全向量优势统计问题是百万富翁问题的推广,用于两方在不泄漏自己保密向量信息的前提下统计出满足大于关系的分量的数目.本文基于同态加密算法,通过对保密的数据进行编码,设计了一个计算百万富翁问题的协议,并利用模拟范例对协议进行安全性证明.然后利用这个新的协议作为基本模块,设计了一个向量优势统计协议,通过效率分析显示我们的方案是简单、高效的.最后将向量优势统计协议应用到整除判定问题和点与若干直线关系判定问题.

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.