安全多方计算
文章平均质量分 84
Wuli LQueen
在隐私计算之路上稳步前进。
展开
-
Efficient Batched Oblivious PRF with Applications to Private Set Intersection
该论文描述了一个轻量级协议,用于半诚实对手存在的情况下对伪随机函数(OPRF)进行不经意评估。该协议使用了一种新颖的OTE协议,在用于生成大量OPRF实例时特别高效。该协议的OPRF可以用来消除PSI协议对各方项目的位长的依赖。该论文实现了PSI协议的两种变体,并对128位字符串和足够大的集合的PSI,提高了计算效率。只需要3.8秒就可以安全地计算出220个大小集合的交集,而不考虑条目的位长。对于非常大的集合,该协议只比不安全的naive哈希慢4.3倍。原创 2023-06-04 16:33:57 · 194 阅读 · 1 评论 -
不经意传输(OT)协议 - Mike Rosulek教授课堂笔记
OT扩展协议-IKNP原创 2023-06-02 10:00:34 · 660 阅读 · 1 评论 -
隐私集合求交PSI简述--学习笔记
随着互联网大数据时代的到来,人们通过对大量分布数据进行挖掘发现其潜在价值,从而更好的服务于人们,如用户爱好推荐系统、广告精准营销等。但是在挖掘数据潜在价值的过程中,经常会有隐私数据泄露、信息滥用等问题的发生。因此,实现数据可用不可见变得迫在眉睫。隐私数据保护最早源于安全多方计算,由姚期智院士借百万富翁问题提出。安全多方计算技术是一种密码原语,在解决数据可控共享问题和保证数据信息安全方面有着天然的优势。原创 2023-05-17 12:54:35 · 1474 阅读 · 0 评论 -
新型应用场景下的PSI协议
基于云计算环境下的隐私保护技术,它旨在保护集合参与者的隐私,同时在云端计算中高效地计算出集合的交集。其主要的构造思想是集合的持有者对其集合进行同态加密或使用差分隐私等技术来保护其隐私。将处理后的集合数据上传到云计算服务提供商。云计算服务提供商使用多方计算协议来计算两个集合的交集,并返回结果给参与者。最后,参与者可以解密计算结果,以获得最终的交集结果,同时保护了他们的隐私。基于云服务器的PSI可以减少参与者之间的通信量和计算量,因此在一些大规模的数据集合交集场景下具有较好的效果。原创 2023-05-17 13:08:05 · 383 阅读 · 0 评论