数据处理方法、系统和装置制造方法及图纸

公开了一种数据处理方法、系统和装置。所述方法包括：获取密文数据，所述密文数据是使用私钥进行基于环的错误学习(RLWE)加密的数据；将所述密文数据转换为错误学习(LWE)加密的转换密文数据，其中，能够基于所述私钥从所述转换密文数据中获取明文数据结果。本发明专利技术通过在云端将RLWE密文转换成LWE密文，使得转换之后的密文体积更小，能够提升客户端解密速度，并且还能在需要时提升比较和除法等非多项式计算的计算效率。式计算的计算效率。式计算的计算效率。

【技术实现步骤摘要】
数据处理方法、系统和装置


[0001]本公开涉及密码学领域，尤其涉及一种数据处理方法、系统和装置。

技术介绍

[0002]同态加密(Homomorphic encryption)是一种加密形式，允许对密文进行特定形式的代数运算得到仍然是加密的结果，将其解密所得到的结果与对明文进行同样的运算结果一样。换言之，这项技术使得可以在加密的数据中进行诸如检索、比较等操作，得出正确的结果，而在整个处理过程中无需对数据进行解密。由此，从根本上解决将数据及其操作委托给第三方时的保密问题，例如对于各种云计算的应用。
[0003]在利用同态加密进行云计算应用时，客户将数据x加密成为Enc(x)并发送给云端。云端计算得到Enc(f(x))，发回给客户，客户解密得到f(x)。由此，用户在获取计算结果的同时保护了隐私。例如，客户端可以将加密的邮件发送给云端，云端进行垃圾邮件识别，将加密的识别结果发送给客户，客户端解密得到识别结果(例如是不是垃圾邮件)，同时云端不知道客户的邮件内容。不限于反垃圾邮件，同态运算适用于各种客户提供隐私数据云端提供模型和算力的场景。
[0004]尽管具有如上作用，但现有同态加密运算仍然具有计算效率不高且保存、传输成本巨大等问题，为此需要改进的数据处理方法。

技术实现思路

[0005]本公开要解决的一个技术问题是提供一种改进的数据处理方法，该方法能够将RLWE密文转换成LWE密文，由此使得转换之后的密文体积更小，从而提升客户端解密速度；另外，还能够更为高效地进行比较和除法等非多项式计算。
[0006]根据本公开的第一个方面，提供了一种数据处理方法，包括：获取密文数据，所述密文数据是使用私钥进行基于环的错误学习(RLWE)加密的数据；将所述密文数据转换为错误学习(LWE)加密的转换密文数据，其中，能够基于所述私钥从所述转换密文数据中获取明文数据结果。
[0007]可选地，将所述密文数据转换为LWE加密的转换密文数据包括：将RLWE的密文多项式B(x)和A(x)转换为LWE的密文整数b和多维向量其中B(x)和A(x)各自包含N个系数，为N维向量，并且b等于B[i]，等于经变换排列的系数A[0]～A[N
‑
1]。由此，通过Extract步骤，需要存储和传输的数据从2N减少到N+1，并且所述转换密文数据能够使用所述私钥直接作为解密私钥来得到明文结果数据，其中，转换密文数据使用所述私钥解密得到的值m与M[i]相同。
[0008]可选地，该方法还包括：获取D个n维的轮转密钥，所述轮转密钥由N维的所述私钥经RLWE加密转换获得，其中，N＝D*n；利用D个轮转密钥与拆分得到的D个子向量进行乘加运算，以获取结果f；以及从f中提取中经降维的LWE密文的整数b
’
和n维向量由此，可以
将f对应的RLWE的密文多项式B
’
(x)和A
’
(x)转换为LWE的密文整数b
’
和n维向量其中B
’
(x)和A
’
(x)各自包含n个系数，为n维向量，并且b
’
等于B
’
[0]，等于经变换排列的系数A
’
[0]～A
’
[n
‑
1]，从而将需要存储和传输的数据从N+1进一步减少到n+1，并且可以使用所述第二私钥解密所述整数b
’
和n维向量得到所述明文结果数据。
[0009]根据本公开的第二个方面，提供了一种数据处理系统，包括服务器和客户端，其中所述客户端用于：使用私钥对数据进行基于环的错误学习(RLWE)加密；将加密得到的密文数据发送给所述服务器，所述服务器用于：将所述密文数据转换为错误学习(LWE)加密的转换密文数据；以及将转换密文数据发送给所述客户端；所述客户端用于：基于所述私钥从所述转换密文数据中获取明文数据结果。所述客户端用于接收服务器提供的转换(以及同态运算)服务，并且本身可以是个人设备或是服务器。
[0010]根据本公开的第三个方面，提供了一种数据处理方法，包括：使用私钥对数据进行基于环的错误学习(RLWE)加密；将加密得到的密文数据发送给所述服务器；获取所述服务器下发的转换为错误学习(LWE)加密的转换密文数据；以及基于所述私钥从所述转换密文数据中获取明文数据结果。
[0011]根据本公开的第四个方面，提供了一种数据处理装置，包括：加密单元，用于使用私钥对数据进行基于环的错误学习(RLWE)加密；传输单元，用于将加密得到的密文数据发送给所述服务器，并获取所述服务器下发的转换为错误学习(LWE)加密的转换密文数据；以及解密单元，用于基于所述私钥从所述转换密文数据中获取明文数据结果。
[0012]由此，本专利技术的数据处理方案可以将RLWE密文转换成LWE密钥，从而通过云端的运算降低客户端所需接收密文的长度，由此提升客户端获取云端同态运算结果的效率，并且能够在需要时进一步提升云端同态运算的计算效率。
附图说明
[0013]通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。
[0014]图1示出了根据本专利技术一个实施例的数据处理方法的示意性流程图。
[0015]图2示出了根据本专利技术一个实施例的数据处理系统的组成示意图。
[0016]图3示出了根据本专利技术一个实施例的数据处理方法的示意性流程图。
[0017]图4示出了根据本专利技术一个实施例的数据处理装置的组成示意图。
[0018]图5示出了根据本专利技术一个实施例可用于实现上述数据处理方法的计算设备的结构示意图。
具体实施方式
[0019]下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
[0020]如前所述，在利用同态加密进行云计算应用时，客户可以使用私钥将数据x加密成为Enc(x)并发送给云端。云端计算得到Enc(f(x))，发回给客户，客户可以使用上述私钥从Enc(f(x))解密得到f(x)。由此，用户在获取计算结果的同时保护了隐私。
[0021]同态加密按照其发展阶段、支持密文运算的种类和次数可分为：部分同态(partial homomorphic encryption,简称PHE)加密、类同态加密(somewhat homomorphic encryption,简称SHE)以及全同态加密(fully homomorphic encryption,简称FHE)。部分同态加密(PHE)仅支持单一类型的密文域同态运算(加或乘同态)；类同态加密(SHE)能够支持密文域有限次数的加法和乘法同态运算；全同态加密(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，包括：获取密文数据，所述密文数据是使用私钥进行基于环的错误学习(RLWE)加密的数据；将所述密文数据转换为错误学习(LWE)加密的转换密文数据，其中，能够基于所述私钥从所述转换密文数据中获取明文数据结果。2.如权利要求1所述的方法，其中：获取的密文数据是经过RLWE同态运算的密文数据；和/或对所述转换密文数据进行LWE同态运算，并且基于所述私钥从经LWE同态运算的转换密文数据获取明文结果数据。3.如权利要求1所述的方法，其中，将所述密文数据转换为LWE加密的转换密文数据包括：将RLWE的密文多项式B(x)和A(x)转换为LWE的密文整数b和多维向量其中B(x)和A(x)各自包含N个系数，为N维向量，并且b等于B[i]，等于经变换排列的系数A[0]～A[N
‑
1]。4.如权利要求3所述的方法，还包括：获取D个n维的轮转密钥，所述轮转密钥由N维的所述私钥经RLWE加密转换获得，其中，N＝D*n；利用D个轮转密钥与拆分得到的D个子向量进行乘加运算，以获取结果f；以及从f中提取中经降维的LWE密文的整数b
’
和n维向量5.如权利要求4所述的方法，其中，所述轮转密钥由N维的所述私钥转换获得包括：将与所述私钥S(x)对应的N维向量顺序拆分成D个子向量对D个子向量进行与相同的变换排列；以及使用第二私钥对经变换排列的D个子向量进行RLWE加密，得到所述D个n维的轮转密钥。6.如权利要求5所述的方法，其中，利用D个轮转密钥与拆分得到的D个子向量进行乘加运算，以获取结果f包括：将拆分成D个子向量，得到以子向量为系数的D个多项式p0～p
D
‑1；以及将D个轮转密钥与D个多项式p0～p
D
...

【专利技术属性】
技术研发人员：陆文杰，洪澄，黄智聪，曲富平，
申请(专利权)人：阿里巴巴新加坡控股有限公司，
类型：发明
国别省市：