一种基于制造技术

本发明专利技术属于密码学和隐私保护技术领域，公开了一种基于

【技术实现步骤摘要】
一种基于GPU的自适应安全两方计算方法及系统


[0001]本专利技术属于密码学和隐私保护
，具体是涉及一种基于
GPU
的自适应安全两方计算方法及系统
。

技术介绍

[0002]随着大数据和人工智能的发展，数据隐私和安全问题日益成为关注的焦点
。
安全两方计算作为一种有效的隐私保护方案被广泛研究和应用
。
[0003]安全两方计算
(Secure Two
‑
Party Computation
，简称
STPC)
是一种重要的密码学技术，用于在不暴露私密数据的情况下进行计算
。
在
STPC
中，两个参与者通过互相协作完成计算任务，但是它们各自持有一部分私密数据，不希望将其透露给对方；但安全两方计算的一个主要挑战是计算密集型，需要进行大量的加密和解密操作，其在保证隐私安全的同时，也面临着计算效率低下
、
通信开销大等问题
。
[0004]为了提高安全两方计算的效率和性能，研究者们提出了许多优化和改进方法，其中，基于
GPU
的加速技术是一种有效的手段
。
[0005]如专利申请
CN115333746A
公开了一种基于
GPU
的多方安全计算方法
、
系统及电子设备，通过将
CPU
上的算法移植到
GPU
上并行计算，且将现有技术中的一系列算法拓展到矩阵运算，在提高机器学习使用的多方安全计算效率的同时保护了患者
/
用户隐私信息的安全；但其需要进行复杂的安全协议设计及考虑多方之间的信任关系
、
消息传递等问题；在处理大规模数据时，由于
GPU
的存储容量有限，可能需要进行数据切片和多次传输，增加了计算和通信开销；且其未考虑到对于不同类型的安全计算任务
。
[0006]专利申请
CN114398167A
公开了一种针对
CPU_GPU
两级并行计算的自动负载均衡方法，其解决了具体如何调配
CPU
与
GPU
的计算任务，但该方法需要进行详细计算比较
CPU
与
GPU
的计算时间来进行调整计算任务的分配，计算耗时过长
。
[0007]为了更好地适应复杂多变的网络环境，有必要提出一种基于
GPU
的自适应安全两方计算性能提升方法，使用
CPU
与
GPU
协同计算安全两方计算，使用自适应安全性技术针对计算任务的复杂性更快更智能地为
CPU
与
GPU
分配计算任务，提高计算效率和性能，并根据数据的敏感程度自适应调整相应的加密算法解决数据隐私和安全问题
。

技术实现思路

[0008]为解决上述技术问题，本专利技术提供了一种基于
GPU
的自适应安全两方计算方法及系统，在同时使用
CPU
和
GPU
进行安全两方计算时，引入自适应安全性技术，根据硬件设备的情况和任务的特点，动态调整计算任务的分配和调度，大大提升了效率
。
[0009]本专利技术所述的一种基于
GPU
的自适应安全两方计算方法，包括以下步骤：
[0010]步骤
1、
客户端确定计算任务，并根据计算任务的特点及数据敏感程度自适应地选择合适的安全性级别；
[0011]步骤
2、
客户端根据每步计算的复杂度自适应地为
CPU
和
GPU
分配计算任务；
[0012]步骤
3、
客户端对待进行计算的任务数据进行预处理，并将预处理后的任务数据根据安全性级别进行压缩并加密；
[0013]步骤
4、
客户端将压缩与加密后的任务数据分割并传输到不同的服务器端，各服务器端根据
CPU
及
GPU
被分配的任务进行并行运算；
[0014]步骤
5、
各个参与计算的服务器对步骤4的计算结果进行压缩与加密，并发送给客户端；客户端对计算结果进行合并处理，通过逆向压缩机逆向数据分割将数据还原为原始形式，得到最终结果
。
[0015]进一步的，客户端确认计算任务，具体步骤为：
[0016]将计算任务中矩阵乘法的矩阵
A
随机分为矩阵
A0和
A1，将矩阵
B
随机分为
B0和
B1；随机生成两个矩阵
U、V
，其中，矩阵
U
与
A
具有相同的维数，矩阵
V
与
B
具有相同的维数；矩阵
U
和
V
的乘积为矩阵
Z
，随机生成的三元组
(U
，
V
，
Z)
满足等式
(2)
；将矩阵
U、V
和
Z
分别划分为矩阵
U0和
U1、V0和
V1、Z0和
Z1，如等式
(3)
所示；将
A
i
、B
i
、U
i
、V
i
、Z
i
的子矩阵上传到相关服务器
i
，其中
i
属于
{0
，
1}
；
[0017]C
＝
A
×
B
ꢀꢀꢀꢀ
(1)
[0018]Z
＝
U
×
V
ꢀꢀꢀꢀ
(2)
[0019]U
＝
U0+U1，
V
＝
V0+V1，
Z
＝
Z0+Z1ꢀꢀꢀꢀ
(3)
[0020]其次，服务器
i
计算
E
i
和
F
i
，如等式
(4)
所示，并且两个服务器经由通信计算
E
和
F
，如等式
(5)
所示；
[0021]E
i
＝
A
i
‑
U
i
，
F
i
＝
B
i
‑
V
i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0022]E
＝
E0+E1，
F
＝
F0+F1ꢀꢀꢀ本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
GPU
的自适应安全两方计算方法，其特征在于，包括以下步骤：步骤
1、
客户端确定计算任务，并根据计算任务的特点及数据敏感程度自适应地选择合适的安全性级别；步骤
2、
客户端根据每步计算的复杂度自适应地为
CPU
和
GPU
分配计算任务；步骤
3、
客户端对待进行计算的任务数据进行预处理，并将预处理后的任务数据根据安全性级别进行压缩并加密；步骤
4、
客户端将压缩与加密后的任务数据分割并传输到不同的服务器端，各服务器端根据
CPU
及
GPU
被分配的任务进行并行运算；步骤
5、
各个参与计算的服务器对步骤4的计算结果进行压缩与加密，并发送给客户端；客户端对计算结果进行合并处理，通过逆向压缩机逆向数据分割将数据还原为原始形式，得到最终结果
。2.
根据权利要求1所述的一种基于
GPU
的自适应安全两方计算方法，其特征在于，客户端确认计算任务，具体步骤为：将计算任务中矩阵乘法的矩阵
A
随机分为矩阵
A0和
A1，将矩阵
B
随机分为
B0和
B1；随机生成两个矩阵
U、V
，其中，矩阵
U
与
A
具有相同的维数，矩阵
V
与
B
具有相同的维数；矩阵
U
和
V
的乘积为矩阵
Z
，随机生成的三元组
(U
，
V
，
Z)
满足等式
(2)
；将矩阵
U、V
和
Z
分别划分为矩阵
U0和
U1、V0和
V1、Z0和
Z1，如等式
(3)
所示；将
A
i
、B
i
、U
i
、V
i
、Z
i
的子矩阵上传到相关服务器
i
，其中
i
属于
{0
，
1}
；
C
＝
A
×
B
ꢀꢀꢀꢀ
(1)Z
＝
U
×
V
ꢀꢀꢀꢀ
(2)U
＝
U0+U1，
V
＝
V0+V1，
Z
＝
Z0+Z1ꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
其次，服务器
i
计算
E
i
和
F
i
，如等式
(4)
所示，并且两个服务器经由通信计算
E
和
F
，如等式
(5)
所示；
E
i
＝
A
i
‑
U
i
，
F
i
＝
B
i
‑
V
i
ꢀꢀꢀꢀꢀꢀꢀꢀ
(4)E
＝
E0+E1，
F
＝
F0+F1ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
接下来，两个服务器秘密重构得到
E、F
后，再使用它们的结果来计算每台服务器要求得的最终结果
C
i
，
i
...

【专利技术属性】
技术研发人员：董振江，葛欣，董建阔，亓晋，孙雁飞，陈滏媛，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：