安全两方集合交集云外包计算协议

提出一种基于云服务器外包的安全两方集合计算协议,采用多项式的点值计算和Boneh加密体制相结合的思想,解决两方集合交集问题,并且实现了对用户私有集合的隐私保护.协议执行过程中各参与者的计算完全独立,没有任何数据的交互形式.协议允许参与者独立将各自的私有数据存储到云服务器,因此不需要多次上传副本.证明了协议的正确性和安全性,并对协议性能进行了分析.分析结果表明,新协议具有较低的计算成本.     

一种基于安全多方计算的边缘学习协议

提出一种基于椭圆曲线的安全多方计算协议,旨在解决边缘学习中边缘设备算力和能耗受限难以通过强加密传输抵御网络攻击的问题。该协议采用椭圆曲线加密算法,在同等安全条件下具有较低的计算复杂度,实现了一种在加密状态下矩阵内积的计算方法。该协议主要应用于边缘学习中的云边缘协作计算,以提高其安全性。实验结果表明,与联邦学习和差分隐私等方法相比,该协议具有更低的计算复杂度和计算时间,同时能够保证边缘学习场景下的隐私和准确性。     

安全两方圆计算协议

圆与圆的关系判断问题和直线与圆的关系判断问题是计算几何中的一个重要问题。在进行这些判定时,若输入的圆或直线等信息由不同的用户提供,且这些信息对其它用户保密,这就是安全计算问题,传统的判定算法不能满足要求。在半诚实模型下提出安全两数和平方计算协议,安全两数关系判断协议,安全两点距离计算协议,安全点线距离计算协议,进而实现保护私有信息的圆-圆、圆-直线关系判断;对于以上协议都进行了正确性、安全性和复杂性的分析。     

空间平行直线距离的高效安全计算

针对2种不同表达式的空间平行直线距离的保密计算问题,提出了2种基于Paillier同态加密算法的空间平行直线保密计算协议。协议利用Paillier同态加密算法和基础数学知识来隐藏保密数据,使合作双方既能完成计算,又能保证各自的私密数据不被泄露。利用模拟范例证明了协议的正确性和协议在半诚实模型下的安全性,并分析了协议计算的复杂度和通信的复杂度。与解决同类问题的协议相比,该协议不需要调用不经意传输和保密点积协议,而是基于Paillier同态加密算法提出的空间平行直线保密计算协议。分析和实验比较表明:所提出的协议在计算复杂度和通信复杂度上比其他协议都要低。     

基于安全多方计算的车载网隐私保护机制

为了解决当前车载网隐私保护机制的安全性和效率问题,基于安全多方计算理论和匿名认证协议,提出了一种新的车载网节点隐私保护方案.该方案利用线性方程组的求解理论,采用安全高效的茫然传输机制,避开了传统的计算复杂的公钥密码算法.对方案的安全性和效率分析的结果表明,新方案不仅能够解决车载网中发送者隐私、接收者隐私、匿名性、共谋攻击、重放攻击等多种安全问题,而且认证效率也得到了有效提高,在计算性能受限的物联网环境中,具有理论和应用价值.     

扩展代理多方计算及其协议

针对安全多方计算中参与者无法执行协议的缺陷,提出了扩展代理多方计算模型. 相对于已有的几种相关模型,该模型具有安全性更强的特点. 从函数性、协议及协议安全性等方面形式化描述模型,并设计了该模型下的安全求并集协议,讨论和分析了该协议的效率、安全性与正确性.     

基于安全多方计算的系统间隐私保持推荐算法

针对协同过滤推荐过程中的隐私泄露问题,以RSA公钥密码系统和安全多方计算理论为基础,提出一个安全计算模型,并将此模型应用到跨系统协同过滤中,并提出一个基于安全计算模型的跨系统隐私保持协同过滤推荐算法.该算法可有效防止不可信第三方和系统间恶意串通.实验表明,与传统的单系统协同过滤推荐算法相比,该算法不但可以保护用户对项目的评分,并且提高了协同过滤推荐算法的精度.     

关于矩阵的几个安全两方计算协议

以不经意传输为基础给出了一般矩阵求和的安全两方计算协议,并以此为子协议给出了关于一般矩阵和的秩、矩阵的满秩分解以及广义逆矩阵求解的安全两方计算协议,并对协议的正确性和安全性进行了说明。     

保护私有信息几何对象的相对位置计算

为了探讨在保护参与方隐私前提下,空间几何对象之间的相对位置计算问题,该文在半诚实模型下,基于点积协议,提出了向量夹角协议和向量差比值协议,在此基础上,给出了判定线、线相对位置的新方法,构建了空间线、面夹角计算协议及线、线距离计算协议.给出了协议的正确性证明,并对其安全性和复杂度进行了理论分析.分析结果表明,所提方法调用...     

映射相等问题的安全双方计算协议

安全多方计算协议是指拥有秘密输入的 方,在不泄漏各自秘密输入的前提下共同正确地计算1个函数,并且除了输出所反映的信息之外,任何一方的输入信息都不泄漏.基于可交换确定型加密体制, 在半诚实模型下给出了判断元素属于集合、集合相等及同一集合上的等价关系相等的安全双方计算协议．给出了利用核、像和核类来判断映射相等的方法,在此基础上进一步提出了判断映射相等的安全双方计算协议, 并对协议的正确性, 安全性和效率进行了说明．     

新的线段相交判定协议

假定双方的计算环境安全,通过利用已有秘密判定相等协议、点积协议以及安全双方除法计算协议提出了新的判定两线段是否相交问题和求2点所在直线的斜率问题,并分析了其正确性、安全性和复杂性,得出新协议在计算复杂度和通信复杂度上都有一定程度的改进.     

基于多项式表示的集合问题安全计算协议

针对集合问题安全计算方案在实际应用中的低效率及存在安全漏洞等问题,利用多项式表示技术将集合问题转化为多项式求值问题,结合离散对数问题提出了集合成员关系以及集合交集问题的安全两方计算协议。首先,从最近一个高效的集合成员关系计算协议的安全缺陷出发,分析存在的安全漏洞是在一定条件下可以通过穷举攻击获得参与方输入的元素信息,导致参与方的隐私信息得不到保障。为克服该安全漏洞,将集合表示为多项式,并对多项式进行随机化,以确保参与方交互过程中不会发生任何泄漏;然后,结合离散对数问题,提出了安全的集合成员关系计算协议。该协议能够快速判断输入的元素是否属于一个集合,并且除了集合的势,没有泄露参与双方的任何其他信息。接着,将完善后的集合成员关系计算协议进一步扩展,提出了能够解决集合交集问题的安全两方计算协议。利用该协议,互不信任的参与方能有效计算集合的交集,而不泄露自身的隐私信息。最后,在半诚实模型下,结合概率多项式时间模拟器,给出了两个协议的安全性证明,证明了模拟器视图与原协议执行视图在计算上无法区分;详细分析了本文协议的性能,结果表明提出的集合成员关系计算协议及集合交集安全计算协议比其他相关协议效率更高,具有较小的通信复杂度及计算复杂度。     

可同时求解最大最小值的安全保密计算协议

安全多方计算因其具有去中心化、输入隐私性、公平性等特点,对于研究数据隐私保护问题具有重要的价值,能够保护各个参与者的秘密信息。而安全多方计算中一个最基本的问题就是保密计算多个数据的最值,目前该问题只能通过多次调用子协议来分别求出最大值和最小值或者将该问题转化为排序问题来解决,但这种做法会大大增加计算复杂度甚至会泄露最大值和最小值之外的其他隐私信息。本文针对现有的安全多方计算协议存在的不能一次性保密计算最大值和最小值、效率低下、保密计算结果由唯一的指定解密密钥持有者获取等问题,提出一种新的隐私数据编码方法,在此基础上结合 ElGamal 同态加密算法以及最大门限解密构造了一种无需可信第三方的可同时求解最大值、最小值的安全高效保密计算协议,该协议能够根本抵抗合谋攻击。在此基础上,基于理想-现实模拟范例证明所提方案在半诚实模型下的安全性,最后选取同类方案进行效率分析和性能对比,理论分析和仿真验证表明所提协议在满足更高安全性的前提下,计算复杂度和通信复杂度也较已有方案具有一定的优势。     

密钥共享体制与安全多方计算

本文通过对密钥共享体制安全性的完整刻画,讲述了完美的、统计的和计算的三大类密钥共享体制的统一定义.进而,分析了具有乘性的线性密钥共享体制为何和如何用于安全多方计算,同时较详细地分析了安全多方计算的安全性含义.     

一种改进的基于账户的安全电子支付协议

分析了iKP协议，并指出了其中的不足，提出了一种改进的安全电子支付协议. 改进的协议在保持了iKP协议原有安全特性的同时，还具有以下优点：降低了交易过程中的通信开销；避免了冗余的签名验证过程；实现了商品交付阶段的身份认证及证据保留；提供了完善的消费者购物隐私保护机制；确保了支付结算时消费者已获得商品.     

一种改进的基于账户的安全电子支付协议

分析了iKP协议，并指出了其中的不足，提出了一种改进的安全电子支付协议. 改进的协议在保持了iKP协议原有安全特性的同时，还具有以下优点：降低了交易过程中的通信开销；避免了冗余的签名验证过程；实现了商品交付阶段的身份认证及证据保留；提供了完善的消费者购物隐私保护机制；确保了支付结算时消费者已获得商品.     

保护私有信息的点线关系判定协议及其应用

在半诚实模型下利用加法同态加密体制设计了一个保护私有信息的点线关系判定协议,并且利用上述协议设计了保护私有信息的线段相交判定问题和保护私有信息的点包含判定问题的解决方案。保护私有信息的点线关系判定协议可以保密地判断点在直线正侧、负侧、在直线上,保护私有信息的线段相交判定协议可以保密地判断不同参与方拥有的直线是否相交,保护私有信息的点包含判定协议可以保密判断不同参与方拥有点和多边形之间的包含关系;分析和证明了这些协议的正确性、安全性和复杂性。