隐私集合交集(private set intersection,PSI)协议一直是解决用户隐私保护需求和合作共享需求间矛盾的有效工具.面对计算资源受限场景下的多方求交计算,本文提出了支持子集匹配且可验证的云辅助多方PSI协议(tag-based and verifiable cl...隐私集合交集(private set intersection,PSI)协议一直是解决用户隐私保护需求和合作共享需求间矛盾的有效工具.面对计算资源受限场景下的多方求交计算,本文提出了支持子集匹配且可验证的云辅助多方PSI协议(tag-based and verifiable cloud-assisted multi-party PSI,TVC-MPSI).首先,TVC-MPSI应用星型网络拓扑结构,增加对单个云服务器的安全要求,仅利用密文交集基数和交集的多项式形式确保了交集的可验证性;其次,当客户端的集合包含多个子集时,引入了Pedersen门限可验证的秘密共享技术来实现对集合子集的匹配,从而实现细粒度的交集运算;除此之外,引入基于RSA的局部可验证签名算法(local verifiable aggregate signatures,LVS),保证云服务器端和客户端身份的不可伪造性;最后,通过正确性和安全性分析,以及全面的性能对比,表明协议在保证安全性的同时拥有较好的性能.展开更多
多方隐私集合交集(multiparty private set intersection,MPSI)作为安全计算领域一种保护数据安全的计算技术,支持在不泄露任何参与方隐私的前提下,计算多个参与方数据集的交集,可通过同态加密、不经意传输等技术手段实现.但现有基于同...多方隐私集合交集(multiparty private set intersection,MPSI)作为安全计算领域一种保护数据安全的计算技术,支持在不泄露任何参与方隐私的前提下,计算多个参与方数据集的交集,可通过同态加密、不经意传输等技术手段实现.但现有基于同态加密的MPSI协议存在计算效率低、交互轮数多等问题,且通过交互无法实现交集用户保密数据的计算.为此,首先基于布隆过滤器和ElGamal算法提出了n方交集用户的秘密信誉值比较协议.进一步针对查询交集失败的问题,基于信誉值过滤器和多密钥加解密,提出用户交集基数协议并完成多方秘密信誉值评估.实验结果表明,研究提出的2种协议满足半诚实安全,可抵抗n-1个参与方的合谋且执行时间优于其他方案.展开更多
省域铁路成网条件下列车开行方案涉及线路制式、等级以及列车种类等多因素影响,叠加客流选择的多样性,使优化问题更加复杂化。为刻画网络条件下客流和列车流的耦合,利用深度优先搜索(Depth First Search,DFS)算法构建客流径路备选集;基...省域铁路成网条件下列车开行方案涉及线路制式、等级以及列车种类等多因素影响,叠加客流选择的多样性,使优化问题更加复杂化。为刻画网络条件下客流和列车流的耦合,利用深度优先搜索(Depth First Search,DFS)算法构建客流径路备选集;基于列车开行方案的编制原则建立列车径路备选集,以列车运行成本和旅客出行总时间最小为优化目标,构建双目标非线性优化模型,设计NSGA-II(Non-dominated Sorting Genetic Algorithm-II)算法进行求解;从列车运行、旅客出行和企业运营这3个维度建立多准则评价指标体系,利用熵权-TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)方法比选Pareto前沿面上的典型解,选取相对接近度最高的解作为建议方案。依托Z省铁路网进行大规模实例研究,结果表明:模型求解得到的Pareto前沿面收敛性和分布性较好,具有较强鲁棒性,与多目标粒子群优化算法(Multi-objective Particle Swarm Optimization,MOPSO)相比取得的结果更佳。通过熵权-TOPSIS方法多准则评价比选,得到方案II为该省推荐列车开行方案,省域范围内开行列车660对·d-1,相较优化前,旅客出行时间成本和列车运行成本显著降低,线路利用率过低或过高区段比例大幅减少,运能紧张区段得到有效疏解。展开更多
文摘多方隐私集合交集(multiparty private set intersection,MPSI)作为安全计算领域一种保护数据安全的计算技术,支持在不泄露任何参与方隐私的前提下,计算多个参与方数据集的交集,可通过同态加密、不经意传输等技术手段实现.但现有基于同态加密的MPSI协议存在计算效率低、交互轮数多等问题,且通过交互无法实现交集用户保密数据的计算.为此,首先基于布隆过滤器和ElGamal算法提出了n方交集用户的秘密信誉值比较协议.进一步针对查询交集失败的问题,基于信誉值过滤器和多密钥加解密,提出用户交集基数协议并完成多方秘密信誉值评估.实验结果表明,研究提出的2种协议满足半诚实安全,可抵抗n-1个参与方的合谋且执行时间优于其他方案.
文摘省域铁路成网条件下列车开行方案涉及线路制式、等级以及列车种类等多因素影响,叠加客流选择的多样性,使优化问题更加复杂化。为刻画网络条件下客流和列车流的耦合,利用深度优先搜索(Depth First Search,DFS)算法构建客流径路备选集;基于列车开行方案的编制原则建立列车径路备选集,以列车运行成本和旅客出行总时间最小为优化目标,构建双目标非线性优化模型,设计NSGA-II(Non-dominated Sorting Genetic Algorithm-II)算法进行求解;从列车运行、旅客出行和企业运营这3个维度建立多准则评价指标体系,利用熵权-TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)方法比选Pareto前沿面上的典型解,选取相对接近度最高的解作为建议方案。依托Z省铁路网进行大规模实例研究,结果表明:模型求解得到的Pareto前沿面收敛性和分布性较好,具有较强鲁棒性,与多目标粒子群优化算法(Multi-objective Particle Swarm Optimization,MOPSO)相比取得的结果更佳。通过熵权-TOPSIS方法多准则评价比选,得到方案II为该省推荐列车开行方案,省域范围内开行列车660对·d-1,相较优化前,旅客出行时间成本和列车运行成本显著降低,线路利用率过低或过高区段比例大幅减少,运能紧张区段得到有效疏解。
