安全高效的隐私保护公共可验证矩阵乘法外包计算方案

外包计算允许那些资源有限的数据拥有者将复杂的计算外包给资源丰富的云服务器。矩阵乘法在科学计算和密码学领域都有着重要的应用。可验证矩阵乘法外包计算允许数据拥有者将外包矩阵M和请求向量x外包给不可信的云服务器进行乘法计算，并且验证云服务器返回计算结果的正确性及完整性。但是，现有方案无法同时解决如下问题：外包矩阵M的隐私性、请求向量x的隐私性、不支持公共验证、效率低下难以应用。为解决上述问题，提出了一种安全高效的隐私保护公共可验证矩阵乘法外包计算方案，并给出了该模型的形式化定义及安全性定义。采用矩阵盲化技术保证外包矩阵M和请求向量x的隐私性，采用闭型效率的伪随机函数实现计算结果的公共可验证及方案整体的高效性。理论与实验结果表明，与现有方案相比，所提方案在保证外包矩阵M和请求向量x隐私性的同时还支持公共验证，具有更全面的功能。同时，所提方案整体计算效率更高，与现有方案相比至少能提升14%的效率，具有较高的实用价值。