基于AGCD困难问题的门限全同态加密方案研究

来源 :华东师范大学 | 被引量 : 0次 | 上传用户:ivltuk70972
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
全同态加密是当下最先进的隐私保护技术之一,它允许直接在密文上进行运算,相当于原始数据上的相同操作,并且在理论上可以实现无限次同态操作。全同态加密技术的运用场景广泛,它在云计算、安全多方计算、门限签名、电子投票等领域都起着重要的作用。特别是在云计算场景下,资源受限的客户端设备可以运用全同态加密将计算密集型任务安全地外包给半诚实的服务器进行计算,在此过程中不会向服务器透露原始数据集的任何信息,这对云计算的发展有着举足轻重的意义。然而,对于医疗和金融等高度敏感的应用场景,可能需要实现更高的安全性,如门限解密功能。在全同态加密的发展历程中,主要可以分为两条发展线,分别为基于LWE(Learning With Error容错学习)困难问题的格上的FHE(Fully Homomorphic Encryption全同态加密)和基于AGCD(Approximate Greatest Common Divisor近似最大公约数)困难问题的整数上的FHE方案。BGG+[1](CRYPTO 2018)为基于LWE的全同态加密方案添加了门限解密功能。此外,BGG+[1]提出了通用门限化工具的概念,可以实现许多密码方案的门限化,例如门限签名。然而BGG+[1]的方案只支持密钥和解密函数呈线性关系的FHE方案,这意味着基于AGCD困难问题的FHE方案无法直接使用BGG+[1]中的方法进行拓展,所以到目前为止这类方案仍然无法进行门限解密。BGG+[1]在文章的最后提出了一个具有挑战性的公开问题:是否可以从其他的标准假设实现通用门限化工具?为了解决该问题,本文构建了两种基于AGCD困难问题的门限全同态加密方案,并证明可以基于这两种方案构造通用门限化工具。在密码理论的层面上,本文一定程度地推动了整数上FHE的发展。在应用层面上,本文为整数上的FHE方案实现了更加灵活实用的密文访问控制结构。基于不同困难假设和不同的技术,获得相似功能的FHE方案是非常有意义的。本文的主要贡献包括以下几项:1.基于Asmuth-Bloom秘密共享的门限FHE方案:该方案以支持批处理的整数上FHE方案为基础方案,充分利用了原始方案的构造,几乎不会对原始方案的性能产生额外的开销。该方案与BGG+[1]中使用Shamir的秘密共享方案进行秘密恢复所需的O(t log2(t))时间复杂度相比,在恢复过程中产生了更低的O(t)时间复杂度。本文证明了该方案满足计算正确性,密文紧凑性,语义安全,模拟安全和IND-CPA安全,且能够用于构造通用门限化工具。2.基于Shamir秘密共享的门限FHE方案:该方案支持基于AGCD问题或其变体的任意FHE方案作为基础方案,它产生了一个更具兼容性的结构。该方案进行秘密恢复的时间复杂度为O(t log2(t)),略高于第一种方案,但该方案提供了一个通用性框架,其优势在于灵活性与可拓展性,能够用于不同的FHE方案。本文证明了该方案满足计算正确性,密文紧凑性,语义安全,模拟安全和IND-CPA安全,且能够用于构造通用门限化工具。3.仿真实验和效率分析:对于上述两个门限FHE方案,本文设计了仿真实验,从各个方面对方案进行效率分析,并与原始方案和BGG+[1]的门限FHE方案进行对比。实验表明本文提出的两个门限FHE方案在不同安全性下都不会影响原始方案的效率,且密钥分发和秘密恢复阶段的开销也较小。同时,本文的方案相对于BGG+[1]所产生的额外开销大致相同,证明了两个方案的高效性。
其他文献
社区动员作为社区治理创新的重要途径,为促进社区发展发挥着重要作用。本研究在质性研究方法的指引下,以上海市M社区动员项目为例,通过文献分析、实地考察和半结构访谈的方法剖析社区合作化动员的实践经验。研究从主体视域出发,分析现代城市社区情境下社区合作化动员的实践动力,结合社区动员结构中的主体结构、动员策略等关键要素讨论社区动员主体的动员机制安排,探究社区动员客体参与行为的改变和社区合作化动员的实践效果,
学位
当前,智慧旅游正快速发展,各地的游客们也开始更加频繁地使用新一代信息技术来获取各式各样的旅游服务。在这个过程中,游客对交通、食宿、咨询等旅游信息服务的要求变得更高、需求也变得更多样。因此,旅游目的地政府如何及时转变职能,改变工作方式,积极运用新一代信息技术,为游客提供及时、可靠、全面的旅游公共信息服务,这一过程愈发引人关注。当前,虽然很多大城市和著名景点的旅游公共信息服务已经形成了一定的发展成果,
学位
近年来,由于受到新冠疫情的反复影响,酒店行业遭受到了前所未有的严重冲击,于此同时,也伴随着许多疫情催生的政策红利和机遇,比如短距离近郊游的居民数量明显增多,进而开辟出了诸多广受欢迎的各具特色的城市近郊游憩项目和场景。各大酒店管理集团都在努力寻找转型路径,结合自身优势,快速积极响应,研发创新产品和服务,为企业创造全新价值,在危难之中寻求一线生机,努力实现自身产品的转型升级,以便在日趋激烈的市场竞争环
学位
近年来,长期运行的容器化工作负载(例如在线云服务、机器学习)在大规模共享生产集群中越发普遍。由于此类长期运行的容器负载请求量通常会随时间而波动,因此共置于同一服务器上的容器之间极易引发资源争用问题,进而在集群中形成资源热点,严重影响负载的运行性能。基于此,容器调度对于提高集群资源利用率和工作负载性能至关重要。然而,现有集群资源调度策略大都考虑如何优化集群负载均衡的短期收益、或者长期运行容器的初始放
学位
迁移学习是一类用于源领域和目标领域分布不同的情形下的机器学习方法,目前学者们已有广泛深入的研究。本文设定数据带有环境信息,提出了一种新的基于分布相似度的模型,该模型致力于充分利用环境信息,在目标领域中进行预测时充分聚焦源领域中最相似环境下的数据,从而实现迁移学习的目的。我们采用了样本权重自适应的迁移学习框架,提出了一种新的样本权重计算方法。为比较本文方法与全局方法的预测效果,本文开展了涵盖多种数据
学位
为了深化党的十九届五中全会提出的构建国内大循环的新发展格局,我国政府将合理引导消费、投资及储蓄作为实现这一目标的重要支撑之一。而商业银行理财产品因丰富多样的产品形式以及收益与风险的相平衡性,成为广大人民群众主要的投资渠道之一。但这繁荣市场的背后却是理财产品爆雷事件的频发,不仅严重侵害了广大投资者的财产安全,也阻碍了我国金融市场的稳健发展,更暴露出我国政府在理财产品监管中存在着诸多问题。因此在这一背
学位
近年来,随着人工智能的深入发展以及无人驾驶、机器人等技术的广泛应用,软件系统的可信性越来越成为一个值得关注问题。为了严格论证系统的可信属性,Deng等人提出可信推导树模型(简称可信树)。为充分发挥该模型的优点,需要解决两个重要问题:(1)如何从工程实践中的技术文档自动抽取关键信息以构建可信树;(2)如何对可信树属性之间的关系进行自动化推理。可信推导树的推理验证需要用到Prolog语言。现有的Pro
学位
近年来,我国的生态环境得到了很大改善,但是局部地区的水体富营养化现象仍然非常严重。氮、磷元素的过量输入是引起富营养化的主要原因,且磷元素的影响更为明显。因此,为降低水中磷污染物的浓度,寻求一种经济、高效的除磷技术显得尤为重要。在诸多除磷技术中,吸附法因具有除磷效果好、简单易操作等优势而备受关注,吸附材料的选择对吸附除磷的效果有重要影响。在众多吸附材料中,陶粒因具有原料易获取、功能易修饰且可再生利用
学位
随着城市化的深入发展,亲子旅游逐渐成为现代都市群体非常重视的一种生活方式,在疫情之前各种以亲子为卖点的长途游和境外游产品市场反响火爆,亲子消费市场蓬勃发展。然而疫情的出现压缩了广大游客的出行空间和时间,城市内的亲子休闲产品应运而生,其中尤以各类亲子乐园的发展最为迅猛,为疫情期间低迷的旅游市场注入了一针强心剂。然而亲子乐园有别于传统的大型主题公园,其在游乐设备、营销模式、软硬件服务等各方面存在较大差
学位
目前联邦学习面临的一个关键挑战为数据分布异质性挑战,其主要表现为各参与方的数据分布是非独立同分布的(Non-IID),它使得各参与方在训练本地模型时,产生模型性能偏移问题,显著降低模型收敛性能和实用价值。此外,当联邦学习面临海量设备参与的大规模场景时,昂贵的通信开销会成为主要的训练瓶颈,尤其是对于那些通信带宽受限的设备,这将限制联邦学习在实际场景中部署应用。因此,如何提高联邦学习算法在Non-II
学位