CN109936449B

CN109936449B - 一种基于环型结构的隐私保护量子多方数据统计方法

Info

Publication number: CN109936449B
Application number: CN201910155523.6A
Authority: CN
Inventors: 刘文杰; 张颖
Original assignee: Nanjing University of Information Science and Technology
Current assignee: Nanjing University of Information Science and Technology
Priority date: 2019-02-28
Filing date: 2019-02-28
Publication date: 2021-12-28
Anticipated expiration: 2039-02-28
Also published as: CN109936449A

Abstract

本发明的基于环型结构的隐私保护量子多方数据统计方法，该方法在量子机制下利用环型结构串连多方用户进行某项约定的数据统计操作。有益效果：在确保计算正确性前提下保证用户的隐私信息不被泄露。

Description

一种基于环型结构的隐私保护量子多方数据统计方法

技术领域

本发明属于量子安全多方计算领域，尤其涉及一种基于环型结构的隐私保护量子多方数据统计方法。

背景技术

量子信息学是信息学与物理学的交叉科学，它将量子理论应用于通信、计算以及密码学等领域，构成量子通信、量子计算、量子密码术等三个重要分支。安全多方计算(SMC)是现代密码学的重要组成部分和热门研究领域，其主要目标是完成以下计算任务：在一个互不信任的分布式网络中，两个或多个用户能够在不泄露各自隐私数据的前提下合作计算某个约定函数并获得计算结果。安全多方计算在数据挖掘、科学计算等领域有广泛的应用前景。目前，SMC问题在经典计算领域已被广泛研究，其安全性是基于计算复杂性的假设。但随着计算机计算能力的提高和算法效率的不断改进，这种基于计算复杂性的SMC面临着严峻的挑战。 SMC与量子信息学的相互融合产生了新兴的热门研究领域——量子安全多方计算(QSMC)。量子信息技术的优异特性使得量子安全多方计算在安全性和计算效率等方面均有很大优势，这为信息的安全计算提供了新的思路和方法。与经典计算安全性不同的是，量子机制下的安全多方计算是依据量子力学的物理特性的，具备潜在的无条件安全性。在此背景下，如何用量子特性来解决某些特定SMC 问题得到越来越多的关注。

在目前QSMC研究中，大部分是在理想情况下针对其安全性和实用性的讨论和分析，即假设参与者都是忠诚的，不会试图窃取其他用户的私有信息。而在实际应用中，参与者大多是半忠诚的，即虽然他们会按照约定完成计算任务，但同时也会试图窃听其他参与者的信息，因此隐私保护成为QSMC实际应用中重点考虑的问题。

发明内容

本发明目的在于克服上述现有技术的不足，提供了一种基于环型结构的隐私保护多方量子数据统计方法，基于量子力学，提高多方计算的安全性；采用环形结构来实现用户隐私信息的保护，具体由以下技术方案实现：

所述基于环型结构的隐私保护量子多方数据统计方法,设定有n(n>3)个用户参与多方数据统计，分别命名为User 1，User 2，…，User n，每个用户有m个统计项(序号为0～m-1)，数据统计函数记为f，假设参与的用户都是半忠诚的，具体步骤如下：

步骤1)User 1根据拥有的数据{x₁[i]}制备量子态：

其中下标1表示用户的编号，i表示User 1数据中第i个统计项，并将该量子态发送给第二个用户User 2；

步骤2)User 2接收来自User 1的量子态，根据式(1)将拥有的数据{x₂[i]}制备量子态叠加在收到的量子态上，并对|x₁[i]>和|x₂[i]>进行统计函数f操作得到 User 2对应的量子态，再将User 2对应的量子态发送给下一个用户；

步骤3)User j(2＜j＜n)接收前一个用户User(j-1)发送的量子态，根据其拥有的数据{x_j[i]}制备量子态叠加在收到的量子态上，并根据式(2)对|x_j-1[i]>和 |x_j[i]>进行统计函数f操作得到User j对应的量子态，再将User j对应的量子态发送给下一个用户User(j+1)；

其中，

表示统计函数f的简化表达式，如：

步骤4)最后一个用户User n接收到User(n-1)发送的量子态，根据式(3)将拥有的数据{x_n[i]}制备量子态叠加在收到的量子态上，并对|x_n-1[i]>和|x_n[i]>进行统计函数f操作得到User n对应的量子态，再将User n对应的量子态发送给第一个用户User 1。

步骤5)循环到起点User 1测量接收到的量子态，得到隐私保护多方数据统计的结果。

所述基于环型结构的隐私保护量子多方数据统计方法的进一步设计在于，步骤5)中，当User 1接收到来自User n的量子态时，回到了循环的起点，User 1将|x₁[i]>从接收到的量子态中删除得到式(4)，其中，|x₁[i]>是User 1的私有信息：

User 1对量子态进行测量，以一定的概率得到一个随机的标号r(r∈[0,m-1])，则多方数据统计的结果如式(5)，

所述基于环型结构的隐私保护量子多方数据统计方法的进一步设计在于，通过计算得到某个特定统计项的统计结果时，可通过多次执行步骤1)至步骤5) 的循环操作，提高得到想要获得特定统计项对应的标号r的概率。

本发明的优点如下：

本发明的基于环型结构的隐私保护量子多方数据统计方法通过环型结构利用量子机制实现隐私保护多方数据统计，较经典安全多方计算应用而言，该方法提高了在多方计算中出现恶意参与者时用户信息的安全性，可以保护用户的隐私不被其他半忠诚的参与者窃取。

附图说明

图1为隐私保护量子多方数据统计方法的环型结构示意图。

图2量子单比特加法器结构示意图。

图3量子多比特加法电路图。

具体实施方式

以下结合附图，对本发明的技术方案进行详细说明。

本发明的基于环型结构的隐私保护量子多方数据统计方法，设定有n(n>3) 个用户参与多方数据统计，分别命名为User 1，User 2，…，User n，每个用户有m个统计项(序号为0～m-1)，数据统计函数记为f，假设参与的用户都是半忠诚的，半忠诚指的是每个用户会按照约定执行计算任务，但试图窃听其他参与者的私有信息。

如图1，本发明的技术方案是基于环形结构的，循环从User 1开始，User 1 将私有信息的量子态发送给下一位用户，此后的每一位用户完成约定操作之后将结果发送给下一位用户，直到最后一位用户User n将操作结果发送给User 1，循环结束。

本实施例以一个公司对员工的个人信息进行统计为例。假设有5个员工参与多方数据统计，对员工的年龄、身高和体重进行统计，约定的统计函数f为求和运算。在量子机制下本实施例采用充足的量子比特表示十进制的统计项，假设在统计过程中可能出现的十进制数最大为p，那么用

个量子比特可以实现对数据的表示，本实施例具体包括如下步骤：

步骤1)User 1的私有数据x₁＝{24,175,65}，将数据制备成量子态： |0>|24>+|1>|175>+|2>|65>，再将其发送给第二个用户User 2。

步骤2)User 2根据私有数据x₂＝{30,163,55}制备量子态，将其叠加在User 1 发出的量子态上，再对|x₁[i]>和|x₂[i]>进行量子加法操作，得到：

|0>|24>|54>+|1>|175>|338>+|2>|65>|120>，

将操作所得量子态发送给User 3。

|x₁[i]>和|x₂[i]>进行量子加法操作具体步骤：

步骤a)二进制的形式表示用户的量子态。以|x₁[0]>＝|24>为例，用

个量子比特将其表示为|x₁[0]>＝|11000>，

表示二进制比特串中的第j位 (1≤j≤k，序号从小到大表示从高位到低位的量子比特)。

步骤b)对统计项进行加法操作。以|x₁[0]+x₂[0]>为例，如图3所示，

和

是量子加法电路的输入，考虑到进位设置辅助位|c_j>＝|0>，从低位到高位进行带进位的加法计算，操作的输出为：

步骤c)根据量子计算的并行性，各统计项的加法操作是同时进行的，其进行加法操作的量子电路和图3是类似的，进而得到：

步骤3)User 3根据私有数据x₃＝{36,177,70}制备量子态，将其叠加在User 2发出的量子态，再对|x₂[i]>和|x₃[i]>进行量子加法操作(其量子电路与图3类似)，得到：

|0>|24>|90>+|1>|175>|515>+|2>|65>|190>，

将操作所得量子态发送给User 4。

User 4根据私有数据x₄＝{27,160,50}制备量子态，将其叠加在User 2发出的量子态，再对|x₃[i]>和|x₄[i]>进行量子加法操作(其量子电路与图3类似)，得到：

|0>|24>|117>+|1>|175>|675>+|2>|65>|240>，

将操作所得量子态发送给User 5。

步骤4)最后一个参与者User 5将私有数据x₅＝{40,158,62}制备量子态叠加在接收到的叠加态上，并对|x₄[i]>和|x₅[i]>进行量子加法操作(其量子电路与图3类似)，最终得到量子态：

|0>|24>|157>+|1>|175>|833>+|2>|65>|302>，

User 5将计算结果发送给第一个参与者User 1。

步骤35)由于User 1接收到的量子态中叠加有自己的私有信息|x₁[i]>，User 1可以将|x₁[i]>从接受到的量子态中删除得到：

|0>|157>+|1>|833>+|2>|302>。

User 1对量子态进行测量，以一定的概率得到一个随机的标号r(这里 r＝0,1,2)。若r＝0，量子数据将塌陷到：|0>|157>。通过本发明提出的方法，统计出各项信息的累加值，参与者个数已知的情况下还可以计算统计项的平均值，在本例中可得到公司员工的平均年龄为31岁。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims

1.一种基于环型结构的隐私保护量子多方数据统计方法,其特征在于：设定有n个用户参与多方数据统计，n＞3,分别命名为User 1、User 2、…、User n，每个用户有m个统计项，数据统计函数记为f，参与的用户都是半忠诚的，具体步骤如下：

步骤1)User 1根据拥有的数据{x₁[i]}制备量子态：

步骤2)User 2接收来自User 1的量子态，根据式(1)将拥有的数据{x₂[i]}制备量子态叠加在收到的量子态上，并对|x₁[i]>和|x₂[i]>进行统计函数f操作得到User 2对应的量子态，再将User 2对应的量子态发送给下一个用户；

步骤3)User j接收前一个用户User(j-1)发送的量子态，2＜j＜n，根据其拥有的数据{x_j[i]}制备量子态叠加在收到的量子态上，并根据式(2)对|x_j-1[i]>和|x_j[i]>进行统计函数f操作得到User j对应的量子态，再将User j对应的量子态发送给下一个用户User(j+1)；

其中，

表示统计函数f的简化表达式，如：

步骤4)最后一个用户User n接收到User(n-1)发送的量子态，根据式(3)将拥有的数据{x_n[i]}制备量子态叠加在收到的量子态上，并对|x_n-1[i]>和|x_n[i]>进行统计函数f操作得到User n对应的量子态，再将User n对应的量子态发送给第一个用户User 1；

步骤5)循环到起点User 1测量接收到的量子态，得到隐私保护多方数据统计的结果；

步骤5)中，当User 1接收到来自User n的量子态时，回到了循环的起点，User 1将|x₁[i]>从接收到的量子态中删除得到式(4)，其中，|x₁[i]>是User 1的私有信息；

User 1对量子态进行测量，以预定的概率得到一个随机的标号r，r∈[0,m-1]，则多方数据统计的结果如式(5)。

2.根据权利要求1所述的基于环型结构的隐私保护量子多方数据统计方法，其特征在于通过计算得到统计项的统计结果时，通过多次执行步骤1)至步骤5)的循环操作，提高得到想要获得统计项对应的标号r的概率。

3.根据权利要求1所述的基于环型结构的隐私保护量子多方数据统计方法，其特征在于所述步骤2)至步骤4)中的量子态叠加操作具体步骤包括：

步骤a)二进制的形式表示用户的量子态；

步骤b)对统计项进行加法操作：从低位到高位进行带进位的加法计算；

步骤c)根据量子计算的并行性，同时进行各统计项的加法操作。