一个多方求特征值协议的分析与改进

对于一个多方安全计算特征值的协议进行了分析,并指出该协议存在安全漏洞.此外,基于相似矩阵具有相同特征值这一结果,给出了一个新的多方计算矩阵特征值协议,新协议的适用范围更广,并给出了安全性分析.     

高效的安全几何交集计算协议

在不泄露各自私有信息的前提下, 一组互不信任的参与者进行的多方合作计算叫做安全多方计算(securemulti-party computation, SMC). 而安全交集计算是安全多方计算一个重要的子问题, 它主要解决如何通过协同计算求得交集并保证隐私安全的问题, 该问题在社交网络、军事、商业领域有重要的应用前景. 针对目前交集计算方法效率低下和计算复杂的特点, 该文设计了一种高效安全的交集计算协议, 该协议通过把集合中的每一个元素转换成平面空间中的点, 再利用点与点的距离关系求得交集. 最后通过仿真实验验证了协议的正确性、安全性和复杂性.     

保护私有信息的三角不等式判定协议及其应用

针对传统的三角形形状判定算法不能满足要求.运用安全多方点积协议设计了一种在半诚实模型下保护私有信息的三角不等式判定协议;分析和证明了该协议的正确性、安全性和复杂性;并利用该协议解决了保护隐私的三角形构成判定问题,三角形形状判定问题以及向量比较问题.     

保护隐私的逢低买入拍卖协议及其推广

针对当前互联网上流行的逢低买入拍卖机制,利用分布式ElGamal加密方案的同态引理在半诚实模型下设计了一个不使用拍卖行的拍卖协议,使买家在不泄露各自信息的情况下共同计算出成交价,并对协议的正确性和安全性进行了分析,然后对该协议进行了一般化推广,提出了一个安全多方计算中的基本问题——安全区间分布问题,给出了该问题的通用解决方案,并探讨了该方案在实际中的应用.     

利用对称性求最小值问题

安全多方计算问题,在很多领域得到了越来越广泛的应用,已成为信息安全领域的研究热点之一。保护私有信息的计算几何问题,是一类特殊的安全多方计算问题。利用点积协议,提出了关于利用对称性求最小值问题的保密协议,并分析了协议的正确性、安全性和复杂性。     

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．     

基于OBDD的多方信息安全比较相等协议

针对现有解决方案计算复杂度高、编码规模大以及因明文数量限制而导致的密文碰撞的安全问题,利用基于OBDD的安全函数评估协议和加法同态加密机制,提出一个新的多方信息安全比较相等协议,并分析了该协议的安全性、正确性和效率。该协议对参与者的私有信息采用常规的二进制编码,利用基于OBDD的安全函数评估协议对参与者的私有信息进行评估,并利用加法同态加密机制计算具有相等私有信息的参与者数目。与已有解决方案相比,该协议不仅降低了计算复杂度,而且弥补了已有解决方案存在的安全问题,并具有良好的可扩展性。     

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。     

基于分支程序逆向评估的安全多方计算

针对传统决策函数表示计算复杂度高、编码规模大、参与者局限于2方问题,提出一个基于边值二叉决策图和分支程序逆向评估的解决方案。引入边值二叉决策图(EVBDD)技术,给出一种基于 EVBDD的安全2方计算协议;引入分支程序逆向评估方法,将安全计算参与者由传统的2方扩展到多方;借助基于边值二叉决策图的安全计算协议为基础协议,设计一个基于分支程序逆向评估安全多方计算协议;对协议的正确性、安全性和效率进行分析。与现有解决方案相比,新协议提高了效率,弥补了因隐私泄漏出现的安全问题。     

安全多方模糊综合评判模型及协议

传统的模糊综合评判模型必须集中所有数据进行计算。针对分布式环境中多个用户综合评判问题,提出了安全多方模糊综合评判模型(SMFCE)及其主要性质。该模型允许多个分享数据的用户分处不同地点完成评判过程,并且不泄露各自持有的数据。然后,针对参与方按行分享模糊评价矩阵的情形,基于安全多方计算理论,设计出半诚实模型下SMFCE问题的解决方案。最后,对方案的正确性和安全性进行了证明。     

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.     

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。     

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.     

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.     

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。