同态加密的分析与优化

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:livan_s
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
近几年来,随着“云计算”的普及,用户隐私和敏感数据的安全保护成为了各界关注的焦点。当前“云计算”服务提供商都是将用户存储地密文数据解密之后才进行处理,而这一过程将会使用户数据完全暴露给“云计算”服务提供者。理想的安全模型是:用户加密敏感数据并存储在远程服务器上,借助其超级的计算和存储能力对数据进行处理,而对密文地处理过程将会“渗透”到明文中去,在这个处理过程中不会泄漏敏感数据的任何信息。全同态加密(简称FHE,即fullyhomomorphicencryption),也称隐私同态(privacyhomomorphism),为这一安全模型的构建提供了一个有效的解决方案。2009年,CraigGentry基于理想格上困难问题创造性地提出了第一个FHE方案构造方法,解决了自从同态加密被提出三十多年来FHE方案的存在性问题和将数据以及对数据的操作委托给第三方时的数据安全保密问题。目前,关于同态加密的研究主要围绕着下面几个方面进行的:FHE体制的设计与优化、FHE体制的安全性分析以及FHE的应用等。本文针对基于整数环上FHE体制的安全性和基于LWE的FHE体制的实施与优化展开研究,其主要研究内容如下:⑴本文研究了基于整数环上运算的FHE方案的构造过程,并且分析了它的安全性。基于可证安全性的理论,使用攻击者与挑战者之间的标准游戏模型,将基于整数环上的对称加密算法的语义安全性归约到近似GCD困难问题的困难度上。这个证明过程完善了基于整数环上运算的FHE方案的安全性证明。与此同时,利用RonRothblum的技术,在整数环上运算的对称同态加密算法的基础上,构造了一个新的FHE方案,并证明了它的语义安全性。与原方案相比,新方案的类同态加密方案具有更强的估计能力,即其可以估计的多项式的次数更大。⑵针对制约基于LWE的FHE体制运行效率的瓶颈问题——张量积的计算,本文提出了一种实现张量积运算的算法。它可以替代原有张量积计算方法,并且能够提高FHE方案的运行效率。实验分析表明,利用张量积计算新算法,基于LWE模数不变的FHE方案的运行效率可以显著地提升40%~50%。与此同时,基于“密文向量中每个元素的低位比特对密文噪声的影响是比较轻微”这一事实,截去密文向量中的每个元素的低位少量比特,可以简化密文向量、降低同态计算的中间值以及转换公钥的大小,从而提升基于LWE模数不变的FHE方案的运行效率。
其他文献
在电商化的推动下,脚型三维数据的获取工作在鞋类定做领域占据重要地位。传统的计算机多视觉几何算法对三维脚型进行重建需要满足各种各样的条件,如要求脚上纹理明显(要求数
多媒体互动应用一直以来都深受人们的喜爱,它可以以一种趣味的形式让用户站在一个新颖的角度去体验日常生活中可能出现的事件,甚至是处于想象中的事物。我们开发的多媒体互动
本体映射旨在构建异构本体间的语义桥梁,以实现不同本体间的知识共享和信息交流。但是,随着本体应用的不断发展,本体规模也在不断壮大,当前出现了一类概念数量庞大、相互之间
随着论坛、博客和微博等网络媒体的快速发展,表达人们情感、态度和观点的主观性文本大量出现。文本情感分析,也称意见挖掘,就是对这些主观性信息进行有效地分析和挖掘,并进一
随着数据规模的急速增大,应用种类的极大丰富,个人用户和企业对信息的需求已经远远超过了原有平台的能力。越来越多的应用和平台,不论对企业级还是个人级用户都不堪重负,Hadoop平
特征提取是模式识别中最基本的研究内容之一,可以有效地缓解模式识别领域经常出现的“维数灾难”问题并对识别性能起着重要作用,它在生物特征识别、信息处理、文本分类等领域有
为了解决传统神经网络算法(如BP、RBF算法)中出现的局部极小、收敛速度慢等问题,文献[1]和文献[2]中作者提出了权函数神经网络的概念及其学习算法。权函数神经网络结构简单、
随着传统广播视频和新生网络视频数量的快速增长,如何从浩如烟海的视频中快速有效地检索到用户所需的信息逐渐成为多媒体技术研究领域的重要课题。传统的视频检索方法主要有
从视频和图片中恢复三维信息是计算机视觉领域里的一个基本问题,有着广泛的应用。例如,高质量的深度信息不仅可以直接用来重建场景的三维结构、辅助机器人导航,而且还能帮助
手机短信依靠移动性强、收发便捷、资费低等优势,已逐渐成为人们重要的沟通工具。手机用户数量的不断增加推着短信发送数量呈几何级数上升。垃圾短信的问题也因此突显出来,不