一种提供公开可验证的外包计算服务的方法技术

本发明专利技术公开了一种提供公开可验证的外包计算服务的方法，本发明专利技术可以保障用户数据隐私性，允许公开可验证且支持任意多项式函数计算。本发明专利技术提供的方法安全、可靠、高效，同时实现了信息论的数据隐私性和公开可验证性，并且支持任意多项式函数的计算。本发明专利技术提供了两个方案以满足不同应用场景的需求，两个方案都满足公开可委托性，支持多个客户端公开委托数据，也满足可外包性，即输出客户端的计算远比本地计算外包函数效率更高。本发明专利技术可以广泛应用于各种需要保护数据隐私性和确保计算结果正确性的场景中，如隐私保护的数据统计、机器学习、金融风险评估等领域。金融风险评估等领域。金融风险评估等领域。

【技术实现步骤摘要】
一种提供公开可验证的外包计算服务的方法


[0001]本专利技术涉及一种外包计算方案。

技术介绍

[0002]云计算的普及为用户处理大规模的计算任务提供了便利。在云计算环境下，计算资源有限的客户端可以将数据委托给服务器，随后用户可以将计算任务外包给服务器。服务器收到计算请求之后，在客户端上传的数据上进行计算并返回计算结果给用户。通过这样的外包计算，用户可以节省由软硬件设施部署和维护带来的高昂成本，避免参与复杂的计算。
[0003]外包计算是一种广泛应用的计算模式，可应用于许多领域，例如人类基因组分析、生物识别和机器学习训练模型等。在这些应用场景中，用户外包的计算任务通常涉及到大量的隐私数据，由于服务器可能会滥用用户数据，直接将用户数据上传给服务器可能会引发隐私性问题。此外，恶意的服务器有可能返回一个错误的计算结果，或者由于服务器故障，计算结果可能会出错，因此外包计算也会带来计算完整性的安全性问题。
[0004]对于数据隐私性问题，全同态加密虽然提供了解决方案，但其主要问题在于带来远比本地计算更加高昂的计算成本，并且现有的全同态加密方案都是计算安全的，因此基于全同态加密所构造的方案提供的隐私性需要基于密码学假设。同态秘密分享作为一种支持在隐私数据上进行计算的新兴技术，具有更加实际的计算效率，为保护外包计算中的数据隐私性提供了更为有效的解决方案。
[0005]大多数现有的同态秘密分享方案并未考虑计算完整性问题，可验证的同态秘密分享方案虽然保障了计算完整性，但现有的可验证同态秘密分享方案要么只支持计算线性函数，要么是私有可验证的，只允许拥有验证密钥的参与方对计算结果进行验证。相比之下，公开可验证具有更加广泛的应用价值，例如，在选举中，公开可验证允许选民对选举结果进行公开验证，确保了公平性；在金融交易中，公开可验证的系统允许任意第三方验证交易的合法性和正确性。

技术实现思路

[0006]本专利技术要解决的技术问题是：现有的外包计算方案无法同时提供信息论的数据隐私性和公开可验证性。
[0007]为了解决上述问题，本专利技术的一个技术方案是提供了一种提供公开可验证的外包计算服务的方法，涉及n个提供数据的输入客户端、1个输出计算结果的输出客户端以及m个互不通信的服务器，其特征在于，包括以下步骤：
[0008]步骤1、n个输入客户端使用Shamir秘密分享方案将数据x拆分成m个输入份额，分发给m个服务器；
[0009]步骤2、输出客户端将想要计算的多项式函数f发送给每个服务器，每个服务器在收到的输入份额上做多项式函数f的运算，将计算得到的输出份额返回给输出客户端；
[0010]步骤3、输出客户端选择一个随机数α，利用Shamir秘密分享方案生成随机数α的m个份额，并与相应服务器返回的输出份额相乘，得到α
·
f(x)的份额，利用拉格朗日插值技术分别恢复出y＝f(x)以及z＝α
·
f(x)，输出客户端通过判断z＝αy是否成立来验证计算结果是否正确。
[0011]本专利技术的另一个技术方案是提供了一种提供公开可验证的外包计算服务的方法，涉及n个提供数据的输入客户端、1个输出计算结果的输出客户端以及m个互不通信的服务器，其特征在于，包括以下步骤：
[0012]步骤1、n个输入客户端利用Shamir秘密分享方案，选取t次多项式将t次多项式在1,
…
,m处的一阶导数值拆分成m个份额，连同t次多项式在1,
…
,m处的函数值一并作为输入份额分发给m个服务器；
[0013]步骤2、输出客户端将想要计算的多项式函数f发送给每个服务器，每个服务器根据收到的多项式函数f，分别在接收到的输入份额上计算多项式函数f及其全部一阶偏导数，连同t次多项式在1,
…
,m处的一阶导数值一并作为输出份额返回给输出客户端；
[0014]步骤3、输出客户端基于接收到的输出份额调用上述的外包计算服务的方法中的步骤3恢复出t次多项式在1,
…
,m处的一阶导数值，此时，步骤3中的f(x)为输出份额中的t次多项式在1,
…
,m处的一阶导数值：如果调用过程出现验证不通过，则直接拒绝计算结果；如果验证通过，则进入步骤4；
[0015]步骤4、选择一个随机数α，利用Shamir秘密分享方案生成α的m个份额，并根据相应服务器返回的输出份额计算得到α
·
f(x)的份额，使用链式法则以及埃尔米特插值分别恢复出y＝f(x)以及z＝α
·
f(x)；如果z＝αy成立，则验证通过，输出客户端接受计算结果y；否则，验证不通过，输出客户端认为计算结果y错误并拒绝。
[0016]本专利技术公开了一种可以保障用户数据隐私性，允许公开可验证且支持任意多项式函数计算的外包计算方法。本专利技术提供的方法安全、可靠、高效，同时实现了信息论的数据隐私性和公开可验证性，并且支持任意多项式函数的计算。本专利技术提供了两个方案以满足不同应用场景的需求，两个方案都满足公开可委托性，支持多个客户端公开委托数据，也满足可外包性，即输出客户端的计算远比本地计算外包函数效率更高。本专利技术可以广泛应用于各种需要保护数据隐私性和确保计算结果正确性的场景中，如隐私保护的数据统计、机器学习、金融风险评估等领域。
附图说明
[0017]图1示意了可验证的外包计算方法运行过程。
具体实施方式
[0018]下面结合具体实施例，进一步阐述本专利技术。应理解，这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解，在阅读了本专利技术讲授的内容之后，本领域技术人员可以对本专利技术作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
[0019]本实施公开的一种提供公开可验证的外包计算服务的方法提供了两个可选方案，均是基于同态秘密分享方案构造的，涉及n个提供数据的输入客户端、1个输出计算结果的
输出客户端以及m个互不通信的服务器。其中，第一个方案使用了拉格朗日插值技术，因此需要更多的服务器，而第二个方案在第一个方案的基础上，改用埃尔米特插值，将所需服务器缩减一半。第一个方案能够在少于t(1≤t≤m)个服务器共谋的情形下保护数据隐私性并提供公开可验证的性质；而第二个方案能够在少于t(1≤t≤m)个服务器共谋的情形下保护数据隐私性，而在只有一个恶意服务器存在的情况下提供公开可验证的性质。
[0020]第一个方案运行过程如下：
[0021]步骤1、n个输入客户端使用Shamir秘密分享方案将数据x拆分成m个输入份额，分发给m个服务器。
[0022]步骤2、输出客户端将想要计算的多项式函数f发送给每个服务器，每个服务器在收到的输入份额上做多项式函数f的运算，将计算得到的输出份额返回给输出客户端。
[0023]步骤3、输出客户端选择一个随机数α，利用Shamir秘密分享方案生成随机数α的m个份额，并与相应服务器返回的输出份额相乘，得到α
·
f本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种提供公开可验证的外包计算服务的方法，涉及n个提供数据的输入客户端、1个输出计算结果的输出客户端以及m个互不通信的服务器，其特征在于，包括以下步骤：步骤1、n个输入客户端使用Shamir秘密分享方案将数据x拆分成m个输入份额，分发给m个服务器；步骤2、输出客户端将想要计算的多项式函数f发送给每个服务器，每个服务器在收到的输入份额上做多项式函数f的运算，将计算得到的输出份额返回给输出客户端；步骤3、输出客户端选择一个随机数α，利用Shamir秘密分享方案生成随机数α的m个份额，并与相应服务器返回的输出份额相乘，得到α
·
f(x)的份额，利用拉格朗日插值技术分别恢复出y＝f(x)以及z＝α
·
f(x)，输出客户端通过判断z＝αy是否成立来验证计算结果是否正确。2.一种提供公开可验证的外包计算服务的方法，涉及n个提供数据的输入客户端、1个输出计算结果的输出客户端以及m个互不通信的服务器，其特征在于，包括以下步骤：步骤1、n个输入客户端利用Shamir秘密分享方案，选取t次多项式将t次多项式在1，...，m处的一阶导数值拆分...

【专利技术属性】
技术研发人员：冯帅，张良峰，
申请(专利权)人：上海科技大学，
类型：发明
国别省市：