关于公平秘密共享的方案研究

来源 :山东科技大学 | 被引量 : 0次 | 上传用户:tiantianle_a
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
近年来,随着互联网,大数据等超大信息量技术的不断发展和进步,人们对个人信息安全性,保密性,对信息的交互的公平性有了进一步的要求。信息安全方向研究是对信息和数据保护的重要手段,是目前保障网络健康有序发展的重要课题,公平秘密共享作为其中的一个重要分支,在各个领域有着广泛的应用。公平秘密共享主要解决的问题有:一是共享秘密的可恢复性,即秘密最终一定是可以被恢复出的。二是共享秘密的安全性,即如果不是秘密份额的合法持有者,则无法恢复出真实的秘密。三是共享秘密的公平性,即多个秘密份额持有者有着相同的权利都能或者都不能恢复秘密,不存在部分持有者能而其他持有者无法恢复秘密的可能。然而,公平秘密共享并没有对秘密份额中可能存在的个人隐私信息进行保护。针对公平秘密共享必须向其他参与者提供秘密份额的情况,本文提出了一种新的公平秘密共享方案,在实现方案公平性的同时,不用将个人秘密份额告知其他参与者。论文主要内容如下:首先,简要论述了秘密共享的背景和意义以及当前的研究现状,然后介绍了有关公平秘密共享和安全多方的预备知识,接着,结合安全多方方案设计了保护私有信息的方程组求解协议。随后,在上述协议的基础上提出了一种新的公平秘密共享方案,在实现方案公平性的同时,不用将个人秘密份额告知其他参与者,使方案具有隐私保护功能。最后,对本文进行了简要的总结和对未来研究方向的展望。
其他文献
随着城市化进程的加快,建筑能耗呈急剧上升的趋势,建筑节能研究已成为我国节能减排工作的重点。近年来大数据相关技术和物联网技术的发展,为建筑节能提供了数据支撑。利用这
随着近年来大数据存储领域的快速发展,MongoDB已经成为了当前存储大数据时的选择之一。在MongoDB的分片式集群部署中,数据以分片的形式均匀的存储到所有的shard服务器中。在实际的应用中,MongoDB通过动态数据均衡的策略来保证所有shard服务器上分片数量的均衡,以此来保证系统运行时的性能。然而MongoDB的动态数据均衡策略并不能解决由热点数据引起的服务器超载问题,因此也就不能保证系统
由于深度网络的强大表示能力,深度哈希已被证明对于大规模图像检索是有效的,可是依然存在问题限制检索性能的提升。一方面,现有的深度哈希方法仅利用单个深度哈希表,为了实现
图像超分辨率重建技术是计算机视觉中的经典研究内容之一,旨在利用低分辨率图像恢复出高分辨率图像。图像超分辨率的目标是产生高重建精度和高视觉质量的图像输出。实践中,在
后工业文明时代中,社会经济的发展、生活水平的提高以及人们自主意识的觉醒,使得人们对行政与责任的关注程度普遍提高。人类渴望文明高效的行政,向往独立自由的社会定位,期盼
与传统物体检索相比,实例级图像检索有一系列难点,如:相同类别之间差异大(例如,光照,旋转,遮挡,裁剪等),类别与类别之间差异不大(可口可乐瓶与雪碧瓶),图像含有大量的干扰信息(如背景图像)以及有大量的未经标注的干扰图像等。最近的进展表明,卷积神经网络(CNN)可以提供了一个比传统方法更加优秀的图像特征表示方法。但是,卷积神经网络从整个图像中提取的特征包含大量的干扰信息,会导致检索性能达不到预期效果
Web Service以其平台独立、低耦合、可重用等特点成为企业开发Web应用程序的首选。为了满足当前企业数据提供者和数据操作分离这一趋势,Web Service也相应分化出数据服务和操作服务。随着企业的发展,业务实体不断增多,业务逻辑日趋复杂,数据服务也变得越来越庞杂,海量数据服务管理已经成为企业发展不可规避的问题之一。面对企业当前的海量数据服务,人工进行服务构建、服务组合和服务变更不仅费时费力
多聚焦图像融合是图像融合的一个重要分支。由于光学镜头的有限景深,只有聚焦比较好的物体可以获得清晰的图像。而融合处理后的图像不仅提高了信息的可靠性而且充分利用了互补信息,因此为人类和机器感知提供了更好的视角。本文在研究了相关算法后,提出两种在双尺度变换框架下的融合方法。主要内容如下:第一,本文简述了几种基于空间域、变换域的融合方法及规则,介绍了常用的评价指标以及多聚焦可见光成像特性。第二,提出基于总
中国社会正经历从传统走向现代的深刻转型,在全面建成小康社会的决胜阶段,政治体制改革也将继续稳步推进,保障公民有序参与到民主政治的进程中。正因如此,党的十八届三中全会
随着互联网的极速发展,人们获得信息的方式不单单通过现实生活,更多的是以网络的形式。网络信息在日常生活中带来了巨大的便捷性却离不开文本分类技术的发展,如何将大规模杂