基于LWE的高效身份基分级加密方案
Efficient Hierarchical Identity-Based Encryption Scheme from Learning with Errors作者机构:河南理工大学计算机科学与技术学院河南焦作454000
出 版 物:《计算机研究与发展》 (Journal of Computer Research and Development)
年 卷 期:2017年第54卷第10期
页 面:2193-2204页
核心收录:
学科分类:0839[工学-网络空间安全] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金项目(61300216) 河南省科技厅基础与前沿技术研究计划项目(142300410147) 河南省教育厅自然科学研究项目(12A520021) 河南省教育厅高等学校重点科研项目(16A520013)~~
主 题:格 基于身份的分级加密 陷门派生 容错学习 随机预言模型 标准模型
摘 要:格上可固定维数陷门派生的身份基分级加密(hierarchical identity-based encryption,HIBE)体制,因其具有在陷门派生前后格的维数保持不变的特性而受到广泛关注,但这种体制普遍存在陷门派生复杂度过高的问题.针对这一问题,分别给出随机预言模型和标准模型下的改进方案.首先利用MP12陷门函数的特性提出一种优化的Zq可逆矩阵提取算法,再基于该优化算法结合固定维数的陷门派生算法和MP12陷门函数完成方案的建立和陷门派生阶段,然后与对偶Regev算法相结合完成随机预言模型下HIBE方案的构造.并且利用二进制树加密系统将该方案改进为标准模型下的HIBE方案.两方案安全性均可归约至LWE问题的难解性,其中随机预言模型下的方案满足适应性安全,而标准模型下的方案满足选择性安全,并给出严格的安全性证明.对比分析表明:在相同的安全性下,随机预言模型下的方案较同类方案在陷门派生复杂度方面显著降低,而标准模型下的方案是同类最优方案的1/6,且格的维数、陷门尺寸和密文扩展率等参数均有所降低,计算效率明显优化.