【技术实现步骤摘要】
恶意模型下的集合交集保密计算方法
[0001]本专利技术涉及安全多方计算领域,具体为恶意模型下的集合交集保密计算方法。
技术介绍
[0002]随着数据价值越来越受到重视,安全的数据流通将使得数据价值充分发挥,有利于推动社会加速发展.在区块链、大数据、人工智能迅速发展的趋势之下,运用不同数据源的数据进行联合计算具有重大的现实意义,成为计算常态,但如果不加以有效地防范,在联合计算中数据隐私与机密就容易泄露,因此,在联合计算中保护数据的机密与隐私是网络联合计算面临的一个严峻的挑战;
[0003]安全多方计算(MPC),作为隐私计算的核心技术,可以保护数据隐私的同时实现多方联合计算,由姚期智教授提出的百万富翁问题是最早的安全多方计算问题,Goldreich、Cramer等研究人员对其进行了进一步的研究,扩展了安全多方计算研究领域,其中包括保护隐私数据挖掘、几何计算、集合问题和保密科学计算等,在诸多领域切实解决了许多实际问题,不断地推动安全多方计算的发展;
[0004]集合交集(private set intersection,PSI)的保密计算是安全多方计算的重要研究领域,PSI应用领域广泛,在人工智能、数据挖掘和物联网领域有着重要的应用,例如保护隐私数据挖掘、查找私有通讯录等,在物联网技术中,安全模组对物联网设备与网络层的通信数据包进行解析,并与通信白名单进行匹配过滤,能有效提高物联网设备网络通信的安全性,在数字经济的时代背景下,双方PSI的场景有着广泛的需求,例如,在社交联系人保密查找中,查找出双方共同的 ...
【技术保护点】
【技术特征摘要】
1.恶意模型下的集合交集保密计算方法,其特征在于,包括以下步骤:第一步:输入Alice的私有集合A,Bob的私有集合B,输出A和B的交集T;第二步:Alice和Bob分别生成Paillier密码系统的公钥(g
a
,N
a
),(g
b
,N
b
)并计算Alice和Bob交换(g
a
,N
a
,u)和(g
b
,N
b
,v);第三步:Alice将A编码到V
a
=(x1,...,x
n
).Bob将B编码到V
b
=(y1,...,y
n
);第四步:(x1....x
n
)以及(y1....y
n
)用x1和y1表示,Alice和Bob分别计算并公开第五步:运用分割
‑
选择思想对Alice和Bob进行验证,若验证通过则继续执行下一步,反之协议停止;第六步:Alice和Bob分别从剩下的和中随机选择一组和并分别选取和Alice计算Bob计算并将结果发给对方;第七步:Alice计算Bob计算他们将m
a
,m
b
发送给对方;第八步:基于零知识证明方法来证明计算结果是正确的,即证明和若有一方通不过,那么证明是恶意的;第九步:如果都通过证明,Bob可以计算L(m
a
)/L(u)得到a
i
b(x1‑
y1),进而计算出a
i
(x1‑
y1),Bob拥有y1,令集合第十步:Alice得到集合T
a
,Bob得到集合T
b
,且A和B的交集T=T
a
=T
b...
【专利技术属性】
技术研发人员:刘新,罗丹,郑云菲,王茹雪,陈淑鑫,王丰,蒋辉,李敬辉,
申请(专利权)人:天津仁爱学院,
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。