不经意伪随机函数（OPRF）

最新推荐文章于 2024-04-21 19:26:19 发布
最新推荐文章于 2024-04-21 19:26:19 发布
阅读量2.9k 收藏 7
点赞数
分类专栏： OPRF 文章标签： 安全
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41861146/article/details/123559481
版权
该文对比了基于RSA、BLS和HPS三种不同加密方案的 oblivious pseudorandom function (OPRF) 实现。OPRF在数据去重、安全存储和移动群感测中的应用被探讨，特别是在服务器辅助加密和雾计算环境下的任务分配和安全去重方面。文章详细阐述了每种方案的特性和应用场景，并分析了它们的安全性和效率。
摘要由CSDN通过智能技术生成

基于RSA的OPRF[1]

基于BLS的OPRF[2]

 

基于HPS的OPRF[3]

 

[1] M. Bellare, S. Keelveedhi, and T. Ristenpart, “DupLESS: server-aided encryption for deduplicated storage,” in Proceedings of Usenix Conference on Security, ACM, 2013, pp. 179-194. https://eprint.iacr.org/2013/429.pdf

[2] J. Ni, K. Zhang, Y. Yu, X. Lin and X. S. Shen, "Providing Task Allocation and Secure Deduplication for Mobile Crowdsensing via Fog Computing," in IEEE Transactions on Dependable and Secure Computing, vol. 17, no. 3, pp. 581-594, 1 May-June 2020, doi: 10.1109/TDSC.2018.2791432. https://eprint.iacr.org/2013/429.pdf

[3] J. Ni, K. Zhang, Y. Yu, X. Lin and X. S. Shen, "Providing Task Allocation and Secure Deduplication for Mobile Crowdsensing via Fog Computing," in IEEE Transactions on Dependable and Secure Computing, vol. 17, no. 3, pp. 581-594, 1 May-June 2020, doi: 10.1109/TDSC.2018.2791432. 

面向隐私保护的集合交集计算综述
weixin_70923796的博客
07-21 101
摘 要 随着物联网和大数据技术的发展,在计算机和手机上出现了大量分布式应用程序.然而现有的分布式数据处理方式已不能很好地满足用户对隐私保护的需求.隐私集合交集(private set intersection, PSI)协议作为一项典型的面向隐私保护的分布式集合计算技术,允许各参与方输入其私有集合,共同计算集合的交集，且不泄露除交集以外的任何信息.PSI协议作为安全多方计算的一种重要应用，已被广泛应用于隐私计算领域，具有重要的理论和实践意义.首先介绍PSI协议的基本密码技术、敌手模型、安全证明、编程框架等基
基于安全多方计算(MPC)的隐私计算技术(一)
Hyperchain的博客
09-25 3360
前面文章讲到了通过可信执行环境(TEE，Trusted Execution Environment)技术可以达到隐私计算的目的。 TEE是通过硬件的方式保护参与计算数据的隐私性，但基于TEE的隐私计算并不是建立在参与方间完全无信任环境下的，实际上会有一个各参与方都认可的可信根，一般而言，这个可信根是TEE的制造厂商。 现在比较成熟的TEE技术就是英特尔的SGX，如果是通过SGX做隐私计算，由于要去英特尔的服务器上做远程认证，则需要各个参与方都信任英特尔。因此基于TEE的隐私计算对于某些安全性要求更高场景并不
伪随机函数
qq_44793991的博客
05-31 368
问题1：设计迷你随机函数 设计一个循环过程，循环 100 次，以不太明显的规律输出 1～100 中的每个数字。 要求 1：规律尽量不明显。 要求 2：只能使用循环和最基本的运算，不允许超前使用数组。 实现代码1 #include <stdio.h> #include <stdlib.h> int main() { for(int i=0;i<10;i++) { for (int k = 1; k <= 10; k++) {
不经意传输扩展(OTE)-不经意伪随机函数(OPRF)-隐私集合求交(PSI)
qq_38798147的博客
09-05 8274
即上篇《Efficient Batched Oblivious PRF with Applications to Private Set Intersection》(CCS2016)的后续产物论文进行论文分享！ 《SpOT-Light: Lightweight Private Set Intersection from Sparse OT Extension》(CRYPTO2019) 《Private Set Intersection in the Internet Setting From Light
random伪随机函数
浮生流年的博客
12-02 2990
班级有六排，分别用A, B, C, D, E, F表示，每排有五人，分别用1，2，3，4，5表示，为了相对公平的抽人回答问题，某帅气老师调用了伪随机函数。。。。。。（课堂气氛瞬间爆炸，笑死了）#include<stdio.h>int main() { srand(time(NULL)); sleep(1); int letter = rand() % 6 + 65;//对6求余，
安全多方计算之SPDZ开源库：基于AES电路实现OPRF
海水梦悠悠的博客
05-19 2731
1. OPRF：不经意伪随机函数 Alice有一些输入，Bob有一个key。不经意PRF允许Alice将自己的输入与Bob的key结合经过一系列运算转变成相对应的数。在这个过程中，Alice不能知道Bob的key，Bob也不知道最后的结果F（key，x）。每一个输入xi都可以计算出一个不同于其他输入的数，这些数就可以被看作伪随机数。 将AES算法转变成电路（Circuit）形式，通过混淆电路的两方安全计算就可以看作OPRF的实现。 2.基于SPDZ的实现 from circuit import
APSI--ORPF C++实现过程分析
m0_65879354的博客
03-26 1868
由于所有项目都使用只有发送者知道的散列函数进行散列，因此接收者不会从了解发送者的散列项目的部分中获得任何好处。设置预期的压缩模式：如果需要使用不同的压缩模式且系统支持 zlib 和 zstd 压缩模式，则检查接收到的查询的压缩模式是否为 zstd。如果是，将压缩模式切换为 zlib，并更新预期的压缩模式为 zlib；如果不是，则将压缩模式切换为 zstd，并更新预期的压缩模式为 zstd。这段代码主要负责接收所有结果部分、处理查询结果，并验证结果的正确性。确保查询对象的压缩模式与预期的压缩模式相等。
不经意伪随机函数（OPRF）的安全性分析
05-09
伪随机函数（OPRF）是一种加密协议，用于在保持两个参与者之间的数据私密性的同时，允许其中一个参与者查询另一个参与者的保密数据。安全性分析是确定 OPRF 协议是否能够确保其承诺的私密性和完整性。 安全性分析的...
PSI(隐私集合求交集)的几类基础思想
ppsiri的博客
04-29 1808
基于DH密钥交换 基于Diffie–Hellman密钥交换的协议 Diffie-Hellman密钥交换协议是用来解决在公开网络中，密钥传输的问题。 关于DH密钥交换协议 传统的 PSI 协议针对 2 个参与方设计, Meadows 基于公钥加密和利用 Diffie-Hellman 密钥交换的乘法同态性质提出了第1个PSI协议, 随后, 由Huberman 等人[7]对 Meadows[6]的方案做出了完整描述。 定义：Diffie-Hellman​密钥交换算法： 两个全局公开的参数，一个素数​q.
【隐私计算笔谈】MPC系列专题（十）：安全多方计算下的集合运算
Matrix_element的博客
07-01 1412
【隐私计算笔谈】MPC系列专题（十）：安全多方计算下的集合运算 作者 | 胡震恺 崔泓睿 郁昱 文章目录【隐私计算笔谈】MPC系列专题（十）：安全多方计算下的集合运算集合运算隐私保护集合交推荐阅读【隐私计算笔谈】MPC系列专题（一）：安全多方计算应用场景一览【隐私计算笔谈】MPC系列专题（二）：模型和Shamir秘密共享机制【隐私计算笔谈】MPC系列专题（三）：不经意传输与混淆电路【隐私计算笔谈】MPC系列专题（四）：GMW协议和BGW协议【隐私计算笔谈】MPC系列专题（五）：Beaver三元组和BMR协议
多方隐私求交——基于OPPRF的MULTI-PARTY PSI
niujinya的博客
12-06 4130
目录 一、问题说明： 二、基础知识： 1、OPRF：不经意伪随机函数 2、OPPRF 3、Zero-Sharing 三、Multi-partyPSI 一、问题说明： Alice拥有数据X，Bob拥有数据Y，Charlic拥有数据Y，相求X，Y，Z的交集，三方除了交集外的信息不可知。 二、基础知识： 1、OPRF：不经意伪随机函数 论文导读 Alice有一些输入，Bob有一个key。不经意PRF允许Alice将自己的输入与Bob的key结合经过一系列运算转变成相对应...
MPC相关介绍
rongnuan的博客
03-11 613
MPC的一些相关介绍
真实世界的密码学（三）
最新发布
龙哥盟
04-21 1436
用户身份验证协议（机器验证人类的协议）通常在安全连接上进行，只有机器（服务器）已经通过验证。在这个意义上，它将单向验证连接升级为双向验证连接。用户认证协议大量使用密码。密码已被证明是一种相对实用的解决方案，并被用户广泛接受。但由于密码卫生不佳、熵值低和密码数据库泄露等问题，密码也导致了许多问题。有两种方法可以避免用户携带多个密码（并可能重复使用密码）：密码管理器—用户可以使用的工具，用于为他们使用的每个应用程序生成和管理强密码。单点登录。
我的隐私计算学习——隐私集合求交（1）
weixin_47695607的博客
12-10 2529
安全多方计算——隐私集合求交（PSI）
多方隐私集合求教技术-MPSI技术概论
qq_46404659的博客
04-14 430
通俗来讲，就是双方实现：A有一个n个数据，B输入一个数据b，若A中有数据b，那OPPRF就返回一个预先定义好的值，若没有就返回一个随机值。使得A对B输入的数据未知情况下，使B知道A是否有该元素。
隐私计算关键技术：隐私集合求交（PSI）原理介绍
WangYouJin321的博客
01-18 7378
参考连接：隐私计算关键技术：隐私集合求交（PSI）原理介绍 - 知乎 隐私集合求交（Private Set Intersection，PSI） PSI是指，参与双方在不泄露任何额外信息的情况下，得到双方持有数据的交集。在这里，额外的信息指的是除了双方的数据交集以外的任何信息。 隐私集合求交在现实场景中非常有用，比如在纵向联邦学习中做数据对齐，或是在社交软件中，通过通讯录做好友发现。因此，一个安全、快速的隐私集合求交的算法是十分重要的。 我们可以用一种非常直观的方法来进行隐私集合求交，也就是朴素哈
安全多方计算之隐私保护集合交集
yuxinqingge的博客
02-28 1万+
作为安全多方计算领域具有广泛的应用场景的一类协议，隐私保护集合交集技术在近年来得到了极大的优化，达到了在某些场景下与目前正在使用的非安全交集技术同一量级的运行复杂度。 摘要：隐私保护集合交集（PrivateSetIntersectionPSI）计算属于安全多方计算领域的特定应用问题，不仅具有重要的理论意义，也具有很强的应用价值。随着用户数据的隐私保护越来越受到重视，这一方向的研究更是符合人...
随机函数的伪随机
train的专栏
06-10 1543
刚看到一个blooming filter 的hash函数的实现，里面用到了随机函数。 protected int[] getHashIndexes(E obj) { int[] indexes = new int[numHashFunc]; long seed = 0; byte[] digest; try { MessageDigest md = MessageDigest.ge
生成真正的随机数（非伪随机数）
热门推荐
lianhaoming的博客
08-25 1万+
之前无论怎么样同个程序同个地方生成的随机数都是同样的后来才明白，如果系统提供的种子没有变化，每次调用rand函数生成的伪随机数序列都是一样的。 rand函数在产生随机数前，需要系统提供的生成伪随机数序列的种子，rand根据这个种子的值产生一系列随机数。如果系统提供的种子没有变化，每次调用rand函数生成的伪随机数序列都是一样的。srand(unsigned seed)通过参数seed改变系统提供...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值