目前数据安全领域关注数据全生命周期安全,除安全存储、安全传输外,还关注数据处理过程中的隐私保护问题。传统的加密方式虽然可以保证大量数据在云端的安全存储,但是对保证云端数据处理过程中的安全缺乏有效的解决方案。同态加密技术借助于其密文状态下的计算结果解密后与明文状态下执行相同操作计算结果相同的特点,被期望应用于云计算过程中以提高在云端进行数据处理过程中的安全性和保密性。同态加密可以保证对密文数据进行处理而不泄露任何信息,只有数据的拥有者或授权者可以运用秘钥对云端密文数据进行解密,云端的密文计算参与者无法获取明文数据。其他数据隐私保护算法对云端数据进行处理需要比同态加密技术更复杂、繁琐的网络传输并面临未经授权访问的问题。本文首先根据整数算术运算的同态加密方案HE-IAO(Homomorphic Encryption of the Integer Arithmetic Operation,HE-IAO)提出了一种密文比较算法。对二进制减法中的进位标志位加以改进,进而通过进位标志和减法同态运算得到密文比较结果而无需解密。与安全第三方为基础的密文比较算法相比,基于HE-IAO的密文比较算法能够有效抵抗基于云的未授权数据采集,如密码破解、内存泄漏等。实验结果表明在可比较运行环境下,其计算效率比以安全多方计算为基础的密文比较算法高约50%。其次,本文在原始KNN(K-NearestNeighbor,KNN)算法的基础上进行改进以适应密文状态下的计算,将原始的欧氏距离改为数据集与测试集之间的平方核函数,避免在密文计算过程中进行开方操作。并将原始方案中的排序选取距离最近的K个样本点改为以测试数据集为圆心,r为半径的选取策略。降低密文状态下的运算量,提升整体方案的运算效率。最后,本文基于改进后的HE-IAO方案和CR-KNN(Ciphertext Ring based K-NearestNeighbor,CR-KNN)算法进行了仿真实验,实现了对同态加密密文数据的KNN分类。实验结果表明,改进后的方案在分类正确率得到保障的同时可以支持唯密文状态下的分类,分类的正确率只取决于基于环的KNN分类中半径参数r的设置。基于HE-IAO方案的KNN分类算法可以通过云端计算减轻用户的计算压力和存储压力,同时保障了云计算过程中的数据安全,一定程度上为数据处理过程中的隐私保护问题提供了解决方案。
暂无评论