期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
一个高效可完全模拟的n取1茫然传输协议 被引量:6
1
作者 魏晓超 蒋瀚 赵川 《计算机研究与发展》 EI CSCD 北大核心 2016年第11期2475-2481,共7页
茫然传输(oblivious transfer,OT)是一个重要的密码学基础工具,可以被应用到许多密码学协议的构造中去,例如安全多方计算、隐私信息检索等.在n取1茫然传输场景中有2个参与方,即发送方S和接收方R.发送方有n个输入值,接收方希望得到其中... 茫然传输(oblivious transfer,OT)是一个重要的密码学基础工具,可以被应用到许多密码学协议的构造中去,例如安全多方计算、隐私信息检索等.在n取1茫然传输场景中有2个参与方,即发送方S和接收方R.发送方有n个输入值,接收方希望得到其中某一个值.与此同时协议要保证发送方不知道接收方的选择信息,且接收方除了得到自己选择的值以外不知道其他输入值的相关信息.已有的OT1n协议仅能保证参与方的输入隐私性或实现单边模拟,均不能实现完全模拟.完全模拟意味着在理想?现实模拟范例中,当接收方或发送方被分别腐化时,协议都可以被模拟,较之于只保证隐私性和单边模拟,其安全性更强.首次在标准恶意敌手模型下,基于判定Diffie-Hellamn(decisional DiffieHellamn,DDH)困难问题假设构造了一个高效、可完全模拟的OT1n协议,该协议的思想主要基于双模式加密机制,并结合知识的零知识证明系统.协议具有常数轮交互复杂度,且计算和通信复杂度仅与n线性相关. 展开更多
关键词 茫然传输 全模拟 判定DDH假设 安全两方计算 双模式加密系统
在线阅读 下载PDF
一个单服务器辅助的高效n取k茫然传输协议 被引量:4
2
作者 赵圣楠 蒋瀚 +2 位作者 魏晓超 柯俊明 赵明昊 《计算机研究与发展》 EI CSCD 北大核心 2017年第10期2215-2223,共9页
茫然传输(oblivious transfer,OT)是一种用于隐藏数据接收者选择信息的密码学原语,作为构建高层多方密码协议的基本工具,在诸多具体问题中都有着重要应用.在k-out-of-n OT(OT_n^k)中,接收者能够以茫然的方式,在n个数据中有选择地取得其... 茫然传输(oblivious transfer,OT)是一种用于隐藏数据接收者选择信息的密码学原语,作为构建高层多方密码协议的基本工具,在诸多具体问题中都有着重要应用.在k-out-of-n OT(OT_n^k)中,接收者能够以茫然的方式,在n个数据中有选择地取得其中的k个.通常OT_n^k的构造需要大量的群指数操作,对于计算能力受限的嵌入式设备而言依然是极大的负担.随着云计算的发展,可以利用云服务提供商的计算能力和高速专属网络来辅助复杂密码原语的实现.在此提出了一个高效单服务器辅助的n取k茫然传输协议,将主要群指数操作外包给云服务器来实现.该方案利用秘密分享等基础密码学原语构建,其安全性基于判定性Diffie-Hellamn(decisional Diffie-Hellamn,DDH)困难问题,在非合谋半诚实模型下可证明安全,同时可以保证云服务器的数据隐私性,给出该方案的具体描述及其详细的安全性证明.作为云环境下的一种基础密码学原语,所提出的云服务器辅助的茫然传输协议,在设计云辅助的通用安全计算协议及构建高效安全云服务应用软件等方面将起到重要作用. 展开更多
关键词 茫然传输 外包计算 判定性Diffie-Hellamn假设 半诚实模型 安全多方计算
在线阅读 下载PDF
基于茫然传输协议的FATE联邦迁移学习方案 被引量:4
3
作者 郑云涛 叶家炜 《计算机工程》 CAS CSCD 北大核心 2023年第2期24-30,共7页
利用不同来源的数据参与机器学习模型的训练,能够使得训练出的模型的预测结果更加准确,然而大量的数据收集则会产生隐私方面的相关问题。FATE联邦迁移学习是一种基于同态加密的联邦学习框架,但FATE联邦迁移学习中同态加密计算复杂,收敛... 利用不同来源的数据参与机器学习模型的训练,能够使得训练出的模型的预测结果更加准确,然而大量的数据收集则会产生隐私方面的相关问题。FATE联邦迁移学习是一种基于同态加密的联邦学习框架,但FATE联邦迁移学习中同态加密计算复杂,收敛速度相对较慢,导致模型训练效率低。提出一种基于茫然传输协议的安全矩阵计算方案。通过实现矩阵加法和乘法及数乘的安全计算,完成参与两方交互下具有数据隐私保护特性机器学习模型的损失函数计算与梯度更新,并以此构造更高效的FATE联邦迁移学习算法方案。在此基础上,通过茫然传输扩展协议和通信批量处理,减少需要调用的茫然传输协议的数量,缩减通信轮数,从而降低茫然传输协议带来的通信消耗。性能分析结果表明,该方案的安全模型满足安全性和隐私保护性,并且具有一定的可扩展性,在局域网环境下,相比基于同态加密的方案,模型收敛的平均时间缩短约25%,并且随着数据样本特征维度的增加,该方案仍能保持稳定的收敛速度。 展开更多
关键词 联邦迁移学习 安全多方计算 秘密共享 茫然传输协议 同态加密
在线阅读 下载PDF
一种字符串近似匹配的安全查询协议 被引量:2
4
作者 袁先平 仲红 +1 位作者 黄宏升 易磊 《计算机工程》 CAS CSCD 北大核心 2011年第20期142-144,共3页
数据库中字符串近似匹配查询不能完全保护查询双方的隐私信息。针对该问题,提出一种对数据库中字符串数据的近似匹配查询协议。采用安全计算编辑距离协议、同态加密、茫然传输等安全技术,在有效保护查询双方隐私信息的情况下,实现对字... 数据库中字符串近似匹配查询不能完全保护查询双方的隐私信息。针对该问题,提出一种对数据库中字符串数据的近似匹配查询协议。采用安全计算编辑距离协议、同态加密、茫然传输等安全技术,在有效保护查询双方隐私信息的情况下,实现对字符串近似匹配的查询,并分析该协议的正确性、安全性及复杂性,结果表明,该方案是安全有效的。 展开更多
关键词 字符串近似匹配 茫然传输 同态加密 编辑距离 隐私保护
在线阅读 下载PDF
一个高效的安全两方近似模式匹配协议 被引量:3
5
作者 徐琳 魏晓超 +2 位作者 蔡国鹏 王皓 郑志华 《计算机研究与发展》 EI CSCD 北大核心 2022年第8期1819-1830,共12页
近似模式匹配是模式匹配中最适合实际应用的变体之一,其功能是确定2个字符串之间的汉明距离是否小于某给定阈值.由于其实用性,近似模式匹配在人脸识别、基因匹配等方面具有广泛的应用.然而,由于私有数据的敏感性,数据拥有者往往不愿意... 近似模式匹配是模式匹配中最适合实际应用的变体之一,其功能是确定2个字符串之间的汉明距离是否小于某给定阈值.由于其实用性,近似模式匹配在人脸识别、基因匹配等方面具有广泛的应用.然而,由于私有数据的敏感性,数据拥有者往往不愿意共享其隐私数据.幸运的是,安全近似模式匹配可以在不泄露数据前提下完成匹配功能.首次基于茫然传输(oblivious transfer,OT)、同态加密(homomorphic encryption,HE)、茫然多项式计算(oblivious polynomial evaluation,OPE)以及隐私等值比较(private equality test,PEQT)技术提出了安全的、实用的近似模式匹配协议,并通过理想现实模拟范式证明协议具有半诚实敌手安全性.就效率而言,与当前已有的安全近似模式匹配工作相比,协议在计算复杂度方面具有优势,将复杂度从O(nm)降为O(nτ),其中n为文本长度,m为模式长度,τ为给定阈值.最后,为了检验高效性,对协议进行了性能评估.实验结果表明:当模式长度为2^(6)且文本长度为2^(12)时,协议仅需要10 s运行时间. 展开更多
关键词 安全近似模式匹配 茫然传输 同态加密 茫然多项式计算 隐私等值比较
在线阅读 下载PDF
一种处理隐私保护数据的神经网络 被引量:4
6
作者 王启正 高玲 《密码学报》 CSCD 2019年第2期258-268,共11页
神经网络是一种重要的数据分类工具,一个经过良好训练的神经网络可以高效准确的完成对输入数据的分类和预测,在信息处理、模式识别等方面有着广泛的应用.目前对神经网络算法的研究,并在基础上对神经网络的训练,已成为产业界和学术界关... 神经网络是一种重要的数据分类工具,一个经过良好训练的神经网络可以高效准确的完成对输入数据的分类和预测,在信息处理、模式识别等方面有着广泛的应用.目前对神经网络算法的研究,并在基础上对神经网络的训练,已成为产业界和学术界关注的热点,训练良好的神经网络也逐渐成为诸多数据处理企业的重要知识产权.因此,当普通用户希望借助神经网络进行数据分类时,往往需要将数据托管给专业机构,这时如何保护数据隐私就成为最为重要的问题.此外,目前的神经网络算法计算量较大,无法很好地在计算资源受限的设备上运行.引入云计算服务提供了一种解决方案,可以将复杂的神经网络计算任务委托给云,但同样存在着隐私泄露的风险.为了解决以上问题,本文设计了一种基于同态加密的隐私保护神经网络,使用了同态加密算法对数据进行加密,并借助同态加、乘的性质对神经网络的运算过程进行重写,在保障数据隐私性的前提下保留了数据的可计算性.与以往的隐私保护神经网络相比,可以更好的适用于复杂的神经网络,具有更高的安全性. 展开更多
关键词 神经网络 隐私保护 同态加密 茫然传输 云计算
在线阅读 下载PDF
面向集合计算的隐私保护统计协议 被引量:10
7
作者 宋祥福 盖敏 +1 位作者 赵圣楠 蒋瀚 《计算机研究与发展》 EI CSCD 北大核心 2020年第10期2221-2231,共11页
通过挖掘数据中蕴含的重要信息指导实际生产和社会管理,已经成为大数据时代的客观需求.然而,现实生活中大量数据往往分布于不同实体,传统数据收集和共享方式将数据毫无保留地交予某一方进行处理,无法保障用户隐私.集中式的数据处理方式... 通过挖掘数据中蕴含的重要信息指导实际生产和社会管理,已经成为大数据时代的客观需求.然而,现实生活中大量数据往往分布于不同实体,传统数据收集和共享方式将数据毫无保留地交予某一方进行处理,无法保障用户隐私.集中式的数据处理方式同样容易遭受外部敌手的攻击,造成数据泄露等严重安全威胁.随着数据安全和隐私相关的法律法规的出台,对数据的存储、处理和共享提出了更高的要求.在保护隐私的前提下,如何采用隐私保护技术对数据进行有效利用已经成为了热门话题.在此类协议中,保密集合求交由于其众多的应用场景,越来越受到学术界和产业界的关注.目前大多数集合求交协议仅支持计算集合交集,然而,在很多场景下,参与方可能更偏向于在不泄露交集的设定下计算关于交集的某些函数,如交集大小、交集权值求和,甚至更一般的函数.针对这个问题,基于茫然传输设计了一组协议组件,利用这些组件,可以在不泄露交集元素的设定下,较高效地计算交集大小、交集权值的统计和、交集权值的方差等统计量.值得关注的是,这些协议的构造不依赖同态加密或通用电路构造,可以仅利用茫然传输实现相应的安全计算需求.茫然传输可以利用茫然传输拓展技术大幅度降低公钥操作,因而可以实现较好的计算效率.同时,借助已有的Hash技巧,对协议的通信量进行了优化.在半诚实敌手下基于视图模拟对协议进行了形式化证明,并提供了针对协议的复杂度分析和对比. 展开更多
关键词 集合求交 隐私保护 统计 茫然传输 安全计算 交集大小 交集权值和
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部