【技术实现步骤摘要】
一种具有隐私保护属性的多方矩阵乘法计算方法
[0001]本专利技术涉及密码学与信息安全
,具体是一种具有隐私保护属性的多方矩阵乘法计算方法。
技术介绍
[0002]矩阵在人工智能、密码学、数值分析等科学领域发挥着关键作用。矩阵乘法是矩阵运算不可或缺的一部分,许多科学计算问题需要使用到矩阵乘法。例如在机器学习领域将数据输入至神经网络中需要使用矩阵乘法;在密码学领域将原始矩阵乘以可逆矩阵用于对原始矩阵进行隐藏;此外,向量内积也是一种特殊的矩阵乘法。近期,随着数据安全和隐私保护相关法律法规的颁布和实际应用场景中的隐私保护需求,具有隐私保护属性的多方矩阵乘法成为安全多方计算的重要课题。
[0003]现有技术存在以下问题:必须依赖外包服务器或可信第三方进行多方隐私计算,计算效率低等。
技术实现思路
[0004]为克服现有技术的不足,本专利技术提供了一种具有隐私保护属性的多方矩阵乘法计算方法,解决现有技术存在的必须依赖外包服务器或可信第三方进行多方隐私计算、计算效率低等问题,在不借助外包服务器或可信第三方的情况下,用户与多个参与者之间通过交互方式进行多方隐私计算。
[0005]本专利技术解决上述问题所采用的技术方案是:
[0006]一种具有隐私保护属性的多方矩阵乘法计算方法,应用于隐私计算的数据交互系统,数据交互系统包括一个拥有由明文数据组成矩阵A的用户n个拥有由明文数据组成矩阵B
(i)
的参与者用户与n个参与者交互时,在不泄露各方组成矩阵的数据信息的情况下由用户获 ...
【技术保护点】
【技术特征摘要】
1.一种具有隐私保护属性的多方矩阵乘法计算方法,其特征在于,应用于隐私计算的数据交互系统,数据交互系统包括一个拥有由明文数据组成矩阵A的用户n个拥有由明文数据组成矩阵B
(i)
的参与者用户与n个参与者交互时,在不泄露各方组成矩阵的数据信息的情况下由用户获得数据矩阵AB的元素信息;其中,n≥1且n为整数,i表示参与者的编号,i∈{1,2,...,n},矩阵A是d行e列,矩阵B
(i)
是e行f列,2.根据权利要求1所述的一种具有隐私保护属性的多方矩阵乘法计算方法,其特征在于,用户与n个参与者交互时,使用同态加密和引入盲化因子,在不泄露数据矩阵A及B
(i)
的元素信息情况下,由用户获得数据矩阵AB的明文结果;包括以下步骤:S1,系统初始化:用户选择支持加法同态的加密算法并公布算法参数,每个参与者生成一组盲化参数并公布;S2,用户矩阵元素处理:用户将数据A映射为一个e维的行向量a,对其加密得到密文S2,用户矩阵元素处理:用户将数据A映射为一个e维的行向量a,对其加密得到密文表示对向量a中每一个元素{a1,a2,
…
a
e
}使用S1中选择的同态加密算法加密之后的密文向量,表示使用S1中选择的同态加密算法加密之后a1的密文,即S3,隐私保护的矩阵乘法计算:参与者计算新密文[[aB
(i)
]]以及盲化因子η
i
,并将发送给用户,其中表示表示S4,矩阵乘法结果获取:用户聚合所有参与者发来的数据得到解密后获得AB。3.根据权利要求2所述的一种具有隐私保护属性的多方矩阵乘法计算方法,其特征在于,步骤S1包括以下步骤:S11,用户选择支持加法同态的加密算法,公布有限循环群及的群生成元g;S12,每个参与者在群随机生成一组盲化参数并公布。4.根据权利要求3所述的一种具有隐私保护属性的多方矩阵乘法计算方法,其特征在于,步骤S2包括以下步骤:S21,用户使用中国剩余定理映射将矩阵A的每列中所有元素映射成一个元素值,得到行向量a;S22,用户加密行向量a中的每一个元素,得到密文5.根据权利要求3所述的一种具有隐私保护属性的多方矩阵乘法计算方法,其特征在于,步骤S3包括以下步骤:S31,用户发送给每个参与者S32,参与者根据矩阵乘法规则和加密系统加法同态性质,使用矩阵B
(i)
的元...
【专利技术属性】
技术研发人员:赵伟,张晶,张文政,周阳,夏喆,
申请(专利权)人:中国电子科技集团公司第三十研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。