检索结果-南通市图书馆

同态加密的硬件卸载及其在隐私保护计算中的应用

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2021年第3期42卷 595-600页

作者：周慧凯华蓓中国科学技术大学计算机科学与技术学院合肥230027

同态加密可以满足计算外包、数据共享、数据交易等应用对隐私保护计算的需要,但是同态加密的高计算开销限制了它在实际生产中的应用.本文从硬件卸载的角度解决同态加密的高性能计算问题,基于Intel QAT加速卡实现了一个半同态加密的高性... 详细信息

同态加密可以满足计算外包、数据共享、数据交易等应用对隐私保护计算的需要,但是同态加密的高计算开销限制了它在实际生产中的应用.本文从硬件卸载的角度解决同态加密的高性能计算问题,基于Intel QAT加速卡实现了一个半同态加密的高性能异步卸载框架QHCS. QHCS通过重构同态加密应用的软件栈来实现高效的异步卸载,并通过引入协程机制、批量加密技术等实现加密性能的最大化.本文同时给出了偏好不同性能指标(吞吐量、延迟)的两种卸载方案.进一步地,在由GPU及QAT组成的异构计算系统中,利用QHCS完整地实现了一个隐私保护的线性回归应用.实验结果表明,QHCS的吞吐量是目前软件实现的110倍,在百万量级的高维数据上实施隐私保护的线性回归计算只需十几分钟,可以较好地满足实际应用的需要.

关键词：隐私保护计算同态加密硬件卸载 QAT加速器

在线全文

学校读者我要写书评

暂无评论

同态加密在加密机器学习中的应用研究综述

计算机科学 2018年第4期45卷 46-52页

作者：崔建京龙军闵尔学于洋殷建平国防科学技术大学计算机学院长沙410073

现有的机器学习算法不能对加密后的数据进行分析计算,而很多领域如医疗、金融等又要求数据保持机密性和安全性,这促进了加密机器学习的产生和发展。同态加密技术是解决这一问题的主要思路,它可以保证在不解密的情况下对密文进行计算,使... 详细信息

现有的机器学习算法不能对加密后的数据进行分析计算,而很多领域如医疗、金融等又要求数据保持机密性和安全性,这促进了加密机器学习的产生和发展。同态加密技术是解决这一问题的主要思路,它可以保证在不解密的情况下对密文进行计算,使得解密后的结果与对明文执行相同计算得到的结果相同。文中对同态加密在加密机器学习中的相关应用研究进行了综述,主要介绍了目前用同态加密实现加密机器学习的3种算法(加密神经网络、加密kNN、加密决策树和完全随机森林),并从正确性、安全性、执行效率方面分析了方案设计,总结并对比了不同加密机器学习算法的构造思路,指出了同态加密用于加密机器学习的关键问题和进一步研究需要关注的内容,为同态加密和加密机器学习提供参考。

关键词：同态加密加密机器学习隐私保护数据挖掘

在线全文

学校读者我要写书评

暂无评论

同态加密的百万富翁问题高效解决方案

小型微型计算机系统 2017年第3期38卷 455-459页

作者：左祥建李顺东杨晓莉陕西师范大学计算机科学学院西安710062

安全多方计算问题由图灵奖得主姚期智于上世纪八十年代首先提出,现在已经成为密码学的一个重要研究方向.百万富翁问题是多方安全计算研究的热点问题之一,也是其他安全多方计算协议的基本构成模块,但现有的解决方案效率低下,因而会影响... 详细信息

安全多方计算问题由图灵奖得主姚期智于上世纪八十年代首先提出,现在已经成为密码学的一个重要研究方向.百万富翁问题是多方安全计算研究的热点问题之一,也是其他安全多方计算协议的基本构成模块,但现有的解决方案效率低下,因而会影响其他安全多方协议的效率.基于同态加密算法,通过对保密的数据进行0-1编码,设计了一个计算百万富翁问题的协议,并利用模拟范例对协议进行安全性证明.通过效率分析显示我们的方案是简单、高效的.最后利用这个新的协议作为基本模块,设计了一个保密数据查询问题的协议,并给出了应用实例.

关键词：多方安全计算百万富翁问题同态加密安全查询

在线全文

学校读者我要写书评

暂无评论

同态加密技术及其应用研究

同态加密技术及其应用研究

作者：夏超安徽大学

学位级别：硕士

同态加密(Homomorphic Encryption)是一类具有特殊自然属性的加密方法,此概念是Rivest等人在上个世纪七十年代提出的。与一般加密算法相比,同态加密除了能实现基本的加密操作之外,还能实现密文间的多种计算功能,即先计算后解密可等价于... 详细信息

同态加密(Homomorphic Encryption)是一类具有特殊自然属性的加密方法,此概念是Rivest等人在上个世纪七十年代提出的。与一般加密算法相比,同态加密除了能实现基本的加密操作之外,还能实现密文间的多种计算功能,即先计算后解密可等价于先解密后计算。这个特性对于保护信息的安全具有重要意义：利用同态加密技术可以先对多个密文进行计算之后再解密,不必对每一个密文解密而花费高昂的计算代价;利用同态加密技术可以实现无密钥方对密文的计算,密文计算无须经过密钥方,既可以减少通信代价,又可以转移计算任务,由此可平衡各方的计算代价;利用同态加密技术可以实现让解密方只能获知最后的结果,而无法获得每一个密文的消息,可以提高信息的安全性。正是由于同态加密技术在计算复杂性、通信复杂性与安全性上的优势,越来越多的学者投入到其理论和应用的研究中。频繁的网络活动使得越来越多的信息安全问题得以暴露,加剧了对安全多方计算(Secure Multi-Party Computation, SMC)需求。同态加密技术作为SMC的核心技术之一,其相比一般算法的优越性有助于设计高效、安全的计算协议。但目前同态加密体制的自身缺陷也限制了其应用的范围,所以从理论和应用两个方面研究同态加密具有重要的价值。本文在同态加密领域的主要工作如下：首先,介绍分析了几种典型的同态加密方案,包括半同态和全同态方案。指出每种方案的技术特点及此类方案的研究进展。在此基础上,总结同态加密体制存在的问题,并提出进一步研究设想。其次,提出并设计了“多对一”的同态加密方案。已有同态加密方案大多是公钥密码体制下的一方加密,一方解密的“一对一”的密码形式。随着网络应用环境的不断变化,这种方案已无法满足多用户之间的安全计算需求。在无线局域网、3G网和有限网络等领域中,“一对多”、“多对一”和“多对多”的交互形式使得对密码形式的要求也呈现出多样性。为提高实用性,我们将同态加密的概念同“多方加密,一方解密”的密码形式相结合,提出了“多对一”的同态加密方案。针对一个“多对一”密码形式的实用场景,定义“多对一”同态加密方案的模型;以整数全同态方案的为基础,构建了我们的新方案。;并严格证明了“多对一”同态加密方案的正确性、同态性以及安全性;分析结果表明“多对一”的同态加密方案不仅能实现“多对一”的密码形式,还可使不同密钥加密的密文呈现同态性,避免使用多密钥的情形。在此基础上对方案进行扩展,得到一个多层级的“多对一”的同态加密方案,可以实现高权限对低权限密文的同态性,扩展了方案的适用范围。再次,提出了基于同态加密技术的安全多方乘积协议。通过对同态加密技术特点的深入分析,得知合理利用此技术可降低多方计算协议的计算复杂度与通信复杂度。安全多方乘积计算是一类特殊的安全多方计算问题,用于共享多个参与方进行乘积计算的结果。针对现有安全多方乘积协议频繁调用安全两方乘积协议造成的通信代价高、数据量大的问题,本文在半诚实模型下,利用同态加密技术,提出了适用于复杂网络环境的串行安全多方乘积协议和理想通信环境下的并行安全多方乘积协议,并从理论上证明了协议的正确性与安全性。通过已有协议的对比分析,证明了文中的两个协议在通信代价和执行效率上具有明显的优势。相比已有多方乘积协议,文中的两个协议结合了具体的网络环境,增强了协议的适应性。另外,此协议是一个基础的安全多方计算协议,为利用同态加密技术设计其他安全多方计算协议提供了新的思路。最后,对全文所做的工作进行系统的总结,并指出在同态加密领域需要进一步研究的问题。

关键词：同态加密安全多方计算多对一安全多方乘积串行协议并行协议

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于同态加密的隐私保护逻辑回归协同计算

计算机工程 2023年第4期49卷 23-31页

作者：杨越佳华蓓钟志威高咪中国科学技术大学网络空间安全学院合肥230031 中国科学技术大学计算机科学与技术学院合肥230031

随着数据交易市场的建立和规范化,多方协同进行机器学习建模成为新需求。联邦学习允许多个数据拥有方联合训练一个机器学习模型,适用于模型共建共用场景,但现有联邦学习计算框架无法适用于数据拥有方和模型需求方诉求不同、模型共建不... 详细信息

随着数据交易市场的建立和规范化,多方协同进行机器学习建模成为新需求。联邦学习允许多个数据拥有方联合训练一个机器学习模型,适用于模型共建共用场景,但现有联邦学习计算框架无法适用于数据拥有方和模型需求方诉求不同、模型共建不共用的场景。提出一种不依赖于第三方计算平台且基于同态加密的隐私保护逻辑回归协同计算方案,包括由数据拥有方、模型需求方和密钥生成者构成的多方协同计算框架,以及基于该框架的多方交互协同计算流程,在不泄露模型信息及各方数据隐私的前提下协作完成模型训练任务,通过建立攻击模型分析协同计算方案的安全性。基于先进的浮点数全同态加密方案CKKS在小型计算机集群上实现协同计算的原型系统,并对原型系统进行计算和通信优化,包括提前终止训练和将密文同态运算卸载到GPU上提高计算效率。实验结果表明,计算优化措施获得了约50倍的速度提升,协同计算原型系统在中小规模的数据集上可满足实用性要求。

关键词：数据共享协同计算隐私保护计算同态加密逻辑回归

在线全文

学校读者我要写书评

暂无评论

一种高效的同态加密方案及其应用

密码学报 2017年第6期4卷 611-619页

作者：杨浩淼金保隆陈诚吴新沿电子科技大学计算机科学与工程学院&网络空间安全中心成都611731

随着云计算与大数据技术的发展,人们越来越关心数据的隐私保护.如何在隐私保护的前提下完成云计算或大数据分析成为一个热门的研究课题.同态加密方案允许在密文态下进行计算,从而可以在不泻露数据内容的情况下完成计算,理论上可以满足... 详细信息

随着云计算与大数据技术的发展,人们越来越关心数据的隐私保护.如何在隐私保护的前提下完成云计算或大数据分析成为一个热门的研究课题.同态加密方案允许在密文态下进行计算,从而可以在不泻露数据内容的情况下完成计算,理论上可以满足隐私保护计算的需求.自从Gentry的工作后,学者们提出了许多全同态密码方案,但由于这些密码方案进行同态计算的效率很低而难以实际应用.Zhou提出的VHE(vector homomorphic encryption)加密方案可以比较高效地进行整数向量的同态计算,该方案是Brakerski的PVW方案的整数扩展,但比PVW方案有更强的计算能力.但该方案存在一些安全问题,导致其在实际应用中面临诸多安全威胁.本文介绍了一种VHE的改进方案,该改进方案比原VHE方案效率更高,并且其安全强度更高.本文对该改进方案做出了初步的安全分析,试图给出其安全性描述.为了验证加密方案的同态计算效率,本文还基于改进后的方案构建了简单的邮件搜索应用,相较于原本的VHE方案,运算效率明显提高,加密数据时的内存需求也大大减小,使得该方案有了被应用在一般配置的计算机上的可能.

关键词： VHE 同态加密 LWE问题整数向量加

在线全文

学校读者我要写书评

暂无评论

同态加密隐私保护数据高效智能挖掘仿真

计算机仿真 2019年第6期36卷 316-319页

作者：庞金香隋萌萌中国石油大学(华东)信息化建设处

在对同态加密的隐私保护数据进行挖掘时,能有效提高数据挖掘的精度,为后续数据处理提供基础。当前数据挖掘算法对同态加密的隐私保护数据进行挖掘时,由于数据比较复杂,降低了数据挖掘的精度。为此提出基于改进混合蛙跳的同态加密数据高... 详细信息

在对同态加密的隐私保护数据进行挖掘时,能有效提高数据挖掘的精度,为后续数据处理提供基础。当前数据挖掘算法对同态加密的隐私保护数据进行挖掘时,由于数据比较复杂,降低了数据挖掘的精度。为此提出基于改进混合蛙跳的同态加密数据高效智能挖掘算法。将非线性加密的数据样本进行映射至核空间中,解决数据特征存在的非线性问题,对核空间加密的数据样本进行数据稀疏重构,得出原加密数据在核空间的表达方式,建立相应的评分机制选取出最优的数据特征。利用改进混合蛙跳的数据模糊聚类对选择的数据特征进行聚类,对自适应的调节因子进行设置,增加混合蛙跳局部搜索的能力,利用模糊类内的紧密度与分离度构建新适应度的函数,获取类簇的阈值,完成对同态加密的隐私保护数据高效智能挖掘。仿真表明,所提算法能提升聚类的收敛性,提高数据挖掘的精度。

关键词：同态加密隐私保护高效智能数据挖掘

基于BFV同态加密神经网络参数设置实证研究

在线全文

学校读者我要写书评

暂无评论

信息安全学报 2023年第3期8卷 38-48页

作者：杨涛董建锋浙江工商大学计算机科学与技术学院杭州310012 中国科学院信息工程研究所信息安全国家重点实验室北京100093

基于BFV同态加密方案的隐私安全神经网络已经越来越被人们熟知。然而在将其应用到不同场景时,用户对其众多参数设置的策略,以及这些参数设置对网络模型预测速度和预测准确率的影响还比较模糊,影响同态加密神经网络进一步推广和应用。本... 详细信息

基于BFV同态加密方案的隐私安全神经网络已经越来越被人们熟知。然而在将其应用到不同场景时,用户对其众多参数设置的策略,以及这些参数设置对网络模型预测速度和预测准确率的影响还比较模糊,影响同态加密神经网络进一步推广和应用。本论文将以微软提出的Cryptonets为研究对象,以实证研究的方式对BFV密码方案中各个参数进行设置与调试,研究参数对加密解密速度、密文增长、网络预测速度、以及网络最终预测结果的影响,并给出指导建议。从实验结果中发现, 1)多项式模数N的设定对网络模型预测的准确性影响最大。较大的多项式模数将带来更高的预测精度,过小的多项式模数将使预测完全失真。BFV中其余参数的设置只对运算效率产生影响,对模型的准确性的影响不大;2)时间复杂度、空间复杂度都随着多项式模数的增加而增加。密文与明文所占空间之比为10︰1。随着多项式模数的增加,神经网络计算的时间复杂度的增加要快于多项式模数的增长。3)在神经网络不同层级中,池化层和卷积层是同态加密神经网络中计算耗时最长的层级,增大卷积核的尺寸可以有助于提高效率。总之,研究同态加密神经网络中的参数配置对于其在不同应用领域中的性能至关重要。本文对不同参数对计算效率和预测准确性的影响的研究,使我们能够更明智地选择参数和设计网络。随着同态加密在隐私安全机器学习中的更广泛应用,未来还需要进一步研究其他密码方案的参数配置及其对性能的影响。

关键词：同态加密神经网络参数配置

基于同态加密的多分类Logistic回归模型

在线全文

学校读者我要写书评

暂无评论

密码学报 2020年第2期7卷 179-186页

作者：许心炜蔡斌向宏桑军信息物理社会可信服务计算教育部重点实验室(重庆大学) 重庆400044 重庆大学大数据与软件学院重庆400044

随着计算能力的发展,机器学习得到了广泛的应用,数据的安全问题也成为一个重要问题.同态加密技术可以在不泄露明文信息的情况下,对密文进行运算并在解密后得到与在明文上执行相应运算一致的结果.因此,同态加密是一种可行的有潜力的数据... 详细信息

随着计算能力的发展,机器学习得到了广泛的应用,数据的安全问题也成为一个重要问题.同态加密技术可以在不泄露明文信息的情况下,对密文进行运算并在解密后得到与在明文上执行相应运算一致的结果.因此,同态加密是一种可行的有潜力的数据安全外包解决方案.为了解决现实生活中出现的多分类问题,本文基于Cheon等提出的HEAAN同态加密方案,提出了一种能有效保护数据隐私的多分类Logistic回归模型,采用"一对其余"的拆解策略,通过训练多个分类器,将二分类Logistic回归模型推广到多分类.数据持有者可以将数据加密后发送给服务器,服务器使用多分类Logistic回归模型对加密数据进行训练,并将结果传回数据持有者,数据持有者解密结果后可以用来对多分类数据进行预测,整个过程中不会有隐私被泄露.本文通过对UCI的Dermatology和Iris数据集进行了实验,测试模型的性能.Dermatology数据集包含358条样本, 34个特征属性,分为6个类别,训练时间约为36.70分钟,准确率达到77.18%,与明文计算的准确率一致.实验验证了本文的模型在效率和准确率方面的可行性.

关键词：同态加密 HEAAN Logistic回归多分类