期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
无高斯噪声的全同态加密方案 被引量:3
1
作者 李明祥 刘照 张明艳 《计算机应用》 CSCD 北大核心 2017年第12期3430-3434,共5页
基于带舍入学习(LWR)问题,一个分级全同态加密方案最近被提出。LWR问题是带误差学习(LWE)问题的变型,但它省掉了代价高昂的高斯噪声抽样,因此与现有基于LWE问题的全同态加密方案相比,该基于LWR问题的全同态加密方案具有更高的计算效率... 基于带舍入学习(LWR)问题,一个分级全同态加密方案最近被提出。LWR问题是带误差学习(LWE)问题的变型,但它省掉了代价高昂的高斯噪声抽样,因此与现有基于LWE问题的全同态加密方案相比,该基于LWR问题的全同态加密方案具有更高的计算效率。然而,该基于LWR问题的全同态加密方案在同态运算时需要输入用户的运算密钥。因此,基于LWR问题构造了一个新的分级全同态加密方案,该方案在同态运算时不需要输入用户的运算密钥。鉴于所提方案可应用于构造基于身份的全同态加密方案、基于属性的全同态加密方案等,它具有比最近所提出的基于LWR问题的全同态加密方案更广泛的应用场景。 展开更多
关键词 同态加密 分级全同态加密 带舍入学习问题 带误差学习问题 高斯噪声抽样
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部