基于安全多方求和的多候选人电子选举方案

多候选人电子选举方案在许多实际环境下具有重要的应用价值,但现有绝大多数方案由于技术限制只能进行“两选一”投票·设计了一种新型的选票结构,在一个多精度数中隐藏“m选k”形式的选票,对m个候选人至多可以投k个赞成票;将多精度计算及安全多方求和协议应用于投票和计票,选举过程中不需要可信任第3方,任何投票人都可以计票·与一般方案相比,该方案具有更强的安全性,包括选票的完全保密性和无收据性、计票的公平性和无争议性、系统的健壮性等;无需使用传统的加密技术·对n个投票人,计算的位复杂性为O(nm(log2n)),其效率优于现有方案且容易实现·

基于博弈论的安全多方求和方法

在已知的安全求和方法基础上,针对合作各方可能不诚实提供数据或共谋的情况,提出了一种基于博弈论的安全多方求和算法。算法中各方基于最大化收益的目标,自觉选择诚实、不共谋的参与计算。分析表明算法能很好地完成计算,保护隐私信息。

基于电路计算的理性安全多方求和协议

安全求和协议作为安全多方计算的一种实例,在分布式数据挖掘、统计分析和电子选举等领域有着非常广泛的应用.但是传统协议在求和过程中存在计算不公平的问题.针对这个问题,本文结合博弈论和密码算法,提出了一种基于电路计算的理性安全多方求和协议.首先对参与者在求和过程中的策略和效益进行了分析和设计,构建了安全多方求和电路计算的概率效用模型;然后利用改进之后的偏向0的投币协议所产生的随机字符串隐藏多方求和计算结果;最后参与者通过逐步释放的方法揭示最后的计算结果,同时不会泄露参与者自身的隐私输入.本文所设计的协议不需要拥有大多数诚实参与者这个强条件,可以有效验证成员欺诈行为、消除参与者在多方求和计算过程中的合谋动机,从而保证每个成员在标准点对点通信网络下能够公平地获得求和结果.

一个基于安全多方求和的一票否决协议

一票否决协议在现实生活中具有重要的应用价值,现行多数协议主要基于DDH假设及零知识证明等密码学知识。提出一个一票否决协议,使得投票人只能得知议案是否一致通过,而当议案被否决时任何人都无法知道有几个人投了否决票。与一般方案相比,该方案不需可信第三方及传统加密技术等。该方案主要基于安全多方求和和多精度计算,对于n个投票人,通信和计算位复杂度均为O(n2log2n)。

基于安全多方求和与可验证私密分享的位置隐私保护协议

为解决现有的TTP-free协议不能高效抵抗多个不诚实用户与基于位置的服务(LBS)提供商合谋攻击的问题,该文提出一种基于安全多方求和(SMS)与可验证私密分享(VSS)的位置隐私保护协议。采用SMS计算位置匿名中心,采用VSS进行位置加密,实现位置隐私保护并验证合作用户数据正确性。实验分析显示该协议能有效应对外部攻击和内部攻击,并侦查不诚实的合作用户,为LBS提供高质量位置隐私保护。

基于纠缠交换的量子安全多方求和

提出了一个基于纠缠交换的量子安全多方求和协议,该协议允许多个参与方安全地计算其秘密数据的和.在该协议中,引入了一个半可信的第三方来帮助这些相互不信任的参与方实现这个安全任务.利用d级cat态和Bell态的纠缠交换,在参与者和半可信第三方之间安全地传输信息.最后,安全分析表明该协议对几种常见攻击的安全性,在理论上是安全的.

基于公钥加密的安全多方求和协议

针对目前主要采用的安全多方求和协议通信复杂度高的问题,采用公钥加密技术和随机函数,提出一种既能进一步提高安全性,又能降低通信复杂度的协议,并证明了其正确性与安全性。通过与现有的协议分析比较可知,本协议在性能上具有较大优势。

基于Bell态的量子安全多方求和

利用纠缠交换中结果态和初始态之间存在的关系,提出一个基于Bell态的高效量子安全多方求和协议。该协议中,一个半可信第三方负责制备Bell态作为信号载体,并将这些载体粒子分发给参与者。随后,参与者根据其私密数据选择相应的局域幺正算子,对载体粒子进行编码操作。最后,参与者对其手中的粒子进行Bell基测量,半可信第三方就可以利用粒子初态和测量结果计算出求和结果。对协议中常见的外部和内部攻击的安全性分析表明所提协议在理论上是安全的。

基于量子求和的安全多方量子排序协议

安全多方排序问题是保护用户隐私的安全多方计算中最为重要的核心问题之一。针对传统多方排序安全性低、易被窃取的问题,提出了一种在半诚实模型下的安全多方量子排序协议,该协议中各方基于量子傅立叶变换求和的方式参与计算,在保密数值不被泄露的基础上获取排名。通过IBM提供的量子计算模拟器,对协议的正确性进行了实验验证,并对协议的安全性进行了理论分析。协议不仅为现有的量子排序提供了新思路,而且很好地兼顾了公平性、有效性以及安全性。

量子安全多方计算协议研究进展

量子安全多方计算是量子信息技术与隐私保护计算技术相结合形成的新兴交叉领域,作为量子密码学的一个重要分支,在安全性、计算效率等方面有着经典安全多方计算所不能及的优点。量子安全多方求和(Quantum Secure Multi-party Summation,QSMS)作为量子安全多方计算的一个最基本运算过程,近年来获得了广泛的关注。本文梳理了近期QSMS协议的研究进展,根据协议所依据的基本原理进行了分类,并介绍了一些代表性协议的基本原理和典型特点。

安全多方的统计分析问题及其应用

关于安全多方计算(SMC)的研究是目前国际上的研究热点之一,分布式统计分析中对各用户的隐私进行保护是一类特殊的SMC问题。目前的分布式统计算法至少需要一个计算节点能收集到所有数据信息,因而并不适用于保护隐私的计算要求。文章用形式化方法描述了多方安全求和协议,设计了相关系数、线形回归等基本统计分析方法的安全计算协议,对其性能进行了分析,并讨论了它们的实际应用问题。

一种安全的多候选人电子投票方案

随着电子通信的发展,电子投票以其独特的优势弥补了传统投票的不足。电子选举的发展不但体现在需要满足的性质上,其形式也在不断变化,例如从起初的多选一到后来的多选多。对仲红等提出的多候选人方案进行安全性分析,指出其方案并不满足完全保密性,并给出了基于随机数隐藏的多候选人电子投票方案,达到了完全保密性的目的。

一种安全高效的一票否决电子选举方案

基于半诚信模型下的安全多方求和,提出了一种安全高效的一票否决电子选举方案,除了满足电子选举应满足的一般性质外,与以前方案相比,当合谋人数小于n-1时,该方案满足选票的完全保密性。方案中,每个投票人可以灵活地应用随机数来确定自己的选票形式,不需要做多精度运算,使得方案具有更高的计算效率。

一种实用高效的安全多方排序协议

安全多方排序问题是保护用户隐私的多方协作计算中最为重要的核心问题之一。为避免基于比较的排序方法,借鉴计数排序和桶排序的思想,把多方排序问题简化为多方求和问题。采用数据压缩及巧妙的编码方法,结合安全多方求和技术,发挥蒙特卡罗算法的优势,构造了一个安全实用的多方排序协议。该协议保证了解决安全多方排序问题的安全性、有效性、公平性。

安全多方计算在解决销售量问题中的研究

提出了一个销售量问题:不同的厂家有不同的商品,他们想知道相同商品在市场上的销售总量,但各自都不透露自己的私有数据。同时提出了一个解决销售量问题的协议,并且在半诚实模型下对协议的安全性和计算复杂度及通信复杂度进行了分析。

空间几何对象相对位置的新安全判定方法

针对空间几何对象相对位置判定问题提出一种新的解决方案,也就是运用矩阵秩的概念和一般矩阵求和的安全两方计算协议秘密判定空间几何对象相对位置问题。关于此问题,之前罗永龙教授设计了对应成比例判定协议,而文中则利用矩阵秩的概念和一般矩阵求和的安全两方计算协议设计了一些基础的空间几何对象相对位置安全判定协议。运用此协议解决了空间中的平面与平面位置关系问题、平面与直线位置关系问题和直线与直线位置关系问题。提出的新安全判定方法不久解决了空间几何对象相对位置判定问题,也将在其他安全多方计算问题中起到重要作用。

基于圆上单向量子游走的量子安全多方求和协议

本文提出一种新颖的基于圆上单向量子游走(One-Direction Quantum Walks on a Circle,ODQWC)的量子安全多方求和协议,以环形方式传输量子游走态,在不泄密的前提下实现n位秘密持有者的不同整数序列的求和.本文协议采用两粒子乘积态而非量子纠缠态作为初始量子资源,仅要求不同秘密持有者对量子游走态施加单向演化算子,但不需要她们进行量子纠缠交换操作.另外,该协议仅需要进行单粒子测量.安全性分析表明,该协议可以抵抗外部攻击和参与者攻击,在特定条件下可转化为基于ODQWC的量子安全多方比特求和协议.

多元线形回归分析中的隐私保护问题

多元回归分析是一类重要的预测方法。随着计算机网络技术的快速发展,用于统计分析的样本数据有时由网络中不同的用户提供。当用户不愿意公开自己的私有数据信息时,如何在他们数据的并集上进行统计分析是一个重要的研究课题。本文讨论了多个用户协作进行多元回归分析中的私有信息保护问题,介绍了两类协作统计模型,基于安全求和协议及点积协议提出了相应的解决方法。

传感器网络中隐私保护的高效数据聚集算法

具有隐私保护能力的两层传感器网络数据聚集算法是当前的研究热点。首先,介绍安全多方计算中的安全求和协议;然后在此协议基础上提出了一种基于两层传感器网络的隐私保护的能量高效数据聚集算法PPEEDA(Privacy-Preserving Energy-Efficient Data Aggregation),PPEEDA在保证感知数据隐私的情况下实现感知数据聚集操作,Sink得到聚集结果。最后,通过理论分析和仿真实验结果表明,PPEEDA具有低通信量、低能耗、高安全性等特点。

数据水平分布下的隐私保护关联规则挖掘

针对数据水平分布的关联规则隐私保护挖掘算法中隐私受损和挖掘效率较低的问题,提出一种由半诚实第三方参与的安全多方计算方法和快速分布式关联规则挖掘方法相结合的TSum FDM挖掘算法。为了防止水平分布下各个站点信息的泄漏,该算法引入半诚实的第三方参与计算过程,利用安全求和协议产生全局频繁项集。首先,每个站点接受的是上一个站点经过安全求和协议加密后传来的信息,并在计算过程中每个站点加入第三方随机生成的参数来隐藏实际被支持的频繁项集,最后将生成的结果传给第三方进行计算求得全局频繁项集,进而得到关联规则。实验结果表明,TSum FDM挖掘算法在保证水平分布各站点数据隐私不被泄露的前提下能够快速有效地挖掘关联规则。