CN110719159A - 抗恶意敌手的多方隐私集合交集方法 - Google Patents
抗恶意敌手的多方隐私集合交集方法 Download PDFInfo
- Publication number
- CN110719159A CN110719159A CN201910959537.3A CN201910959537A CN110719159A CN 110719159 A CN110719159 A CN 110719159A CN 201910959537 A CN201910959537 A CN 201910959537A CN 110719159 A CN110719159 A CN 110719159A
- Authority
- CN
- China
- Prior art keywords
- participants
- malicious
- protocol
- commitment
- intersection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/008—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols involving homomorphic encryption
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/06—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols the encryption apparatus using shift registers or memories for block-wise or stream coding, e.g. DES systems or RC4; Hash functions; Pseudorandom sequence generators
- H04L9/0643—Hash functions, e.g. MD5, SHA, HMAC or f9 MAC
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
- H04L9/0861—Generation of secret information including derivation or calculation of cryptographic keys or passwords
- H04L9/0869—Generation of secret information including derivation or calculation of cryptographic keys or passwords involving random numbers or seeds
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明涉及一种抗恶意敌手的多方隐私集合交集方法,包括离线阶段和在线阶段;离线阶段进行约定承诺、不经意传输等,在线阶段进行运算;主要使用了门限同态加密方案、非交互式零知识证明和改进的布隆过滤器等对协议进行构造。即使恶意敌手能获得所有诚实方的布隆过滤器与操作结果,但在针对多方的情况下,与操作结果并不能泄露除交集外的各诚实参与方额外信息。本专利实现了公告栏功能,并在所有参与方发送相应信息到公告栏的同时将其承诺值一并公开,以便于后期对其公布的信息进行验证,防止部分参与方的恶意行为。
Description
技术领域
本发明属于隐私集合交集技术领域,特别是一种抗恶意敌手的多方隐私集合交集方法。
背景技术
隐私集合交集作为安全多方计算的一个重要分支,能在不泄露参与方私有集合信息的情况下进行交集计算,在现实生活中有着极其广泛的应用。隐私集合交集可以用于社交网络,僵尸网络检测,人类基因组测试和邻近性检测等。
Freedman等人在半诚实模型下提出基于同态加密和平衡哈希的隐私集合交集协议,并使用了cut-and-choose方法实现了在恶意模型下的两方隐私集合交集协议。Kissner和Song引入了基于多项式的隐私集合交集协议。Huang等人使用混淆电路实现了两方的隐私集合交集协议。Chen等人提出基于同态加密的两方隐私集合交集协议,该协议在一定程度上减少了通信开销。Kolesnikov等人提出第一个在半诚实环境下的多方隐私集合交集协议。Pinkas等人提出一个新的基于电路的隐私集合交集协议,这是基于布谷鸟哈希在二维的变体,在半诚实模型下,该协议可以由两方扩展到多方。Patsakis等人在半诚实模型下提出服务器辅助的隐私集合交集协议,在保护参与者隐私的同时,还能提高基因组挖掘的性能。Abadi等人提出了一个基于云外包的隐私集合交集协议,该协议允许客户将他们的隐私输入信息和计算外包给云服务器,客户将信息独立地上传至云服务器,而最终云服务器不能得到交集结果。但是,如果存在参与方与云服务器勾结,那么该协议的安全性将受到威胁。
隐私集合交集协议除了需要达到隐私性和正确性,公平性也至关重要,更具体地说,恶意参与方只有在所有诚实参与方都得到的情况下才会得到最终交集结果。为了达到公平性的目的,Dong等人提出一个在半诚实仲裁者作用下的公平隐私集合交集协议。在该协议中,仲裁者不能与其他参与方串通勾结获取额外信息。Debnath等人提出了一种基于公平的隐私集合交集协议,该协议具有线性通信和计算复杂度,并且在标准模型中是安全的。此外,该协议的公平性也是由半诚实的仲裁者来保证的。Zhang等人针对社会理性方的服务器辅助的隐私集合交集协议,在该协议中,假设存在两个互不勾结的云服务器辅助计算。Kamara等人提出了适用于半诚实和恶意模型的几种基于服务器辅助的隐私集合交集协议。这些协议同样公平有效。但是,该协议存在一些问题:首先,他们假设服务器不与各参与方勾结。如果服务器与一方串通,其他参与方的私有集合将会被泄露;其次,在协议中,各参与方使用相同的对称密钥加密各自的私有集合,解密服务器返回的密文。尽管对称密码操作比公钥操作更有效,但是在一个对称密钥环境中,一方存在恶意行为,所有通信都会受到威胁,安全性较差。
综上所述,现有的隐私集合交集协议在恶意两方的研究虽然已经取得突破性进展,但是在更一般的应用场景——多方的情况下,只存在半诚实情况下的有效隐私集合交集协议,尚未有针对恶意敌手的多方隐私集合交集协议的效果好、效率高的实现方式。
发明内容
本发明的目的是提供一种抗恶意敌手的多方隐私集合交集方法,用于解决现有方法效果差、效率低的问题。
本发明的技术方案包括:
一种抗恶意敌手的多方隐私集合交集方法,包括离线阶段和在线阶段;在离线阶段,执行如下步骤:
1)所有参与者共同调用投币协议,生成哈希函数;所有参与者共同约定一个门限同态加密方案;所有参与者共同约定一个承诺方案;所述所有参与者包括发送方P0与作为接收方的其他各参与方Pi;0<i≤t;t为除P0以外的其他参与者数量;
2)P0与Pi执行随机不经意传输协议;NOT表示不经意传输协议OT中接收方的输入长度;
3)P0使用所述承诺方案计算并公布承诺值;Pi使用所述门限同态加密方案THE计算并公布加密结果;
在在线阶段,执行如下步骤:
5)Pi生成他的输入集合所对应的布隆过滤器;置换步骤4)中未被选择的集合,并公开;
6)P0将所有随机数按位置异或,得到mj;根据步骤3)和步骤5)得到的结果,Pi利用所述门限同态加密方案THE的算法进行解密计算,得到mj’;
7)P0将其输入集合与对应随机数的异或结果mj哈希运算得到集合K,发送给接收方P1;
8)P1将其输入集合与Pi所对应的随机数的异或结果mj’进行哈希运算。
进一步的,所述集合Ci中的每个元素的选取都是独立的,并且该集合大小为NOT×p;p表示从[NOT]选取元素的比例。
进一步的,所述判断是有恶意参与者的条件为:步骤4)所选择的集合Ci对应的比特为“1”的数量大于给定值Nmaxones即为恶意参与者。
进一步的,所述步骤8)中,运算得到的结果与集合K进行比较,若运算得到的结果在集合K中,那么则对应的x值即在所有参与者的交集中,否则不在所有参与者的交集中。
首先,本专利使用了门限同态加密方案、非交互式零知识证明和改进的布隆过滤器等对协议进行构造。即使恶意敌手能获得所有诚实方的布隆过滤器的与操作结果,但在多方的情况下,与操作结果并不能泄露除交集外的各诚实参与方额外信息。其次,本专利利用区块链技术实现了公告栏功能,并在所有参与方发送相应信息到公告栏的同时将其承诺值一并公开,以便于后期对其公布的信息进行验证,能够有效防止部分参与方的恶意行为。因此,本发明实现了在恶意环境下的多方隐私集合交集协议。在恶意敌手存在的情况下,防止敌手获取各诚实参与方的隐私信息,并且防止恶意敌手向各诚实参与方发送不一致的消息,若存在以上情况,则会终止协议,以维护所有诚实参与方的权益。本发明使用了门限加法同态加密和节省空间的布隆过滤器的数据结构,将零知识证明与智能合约相结合,减少了参与者的计算开销和通信开销,极大地提高了其运行效率:一,只使用轻量级对称密钥原语,例如不经意传输和散列函数等,使协议的开销与参与方数量呈线性相关。二,通过在离线阶段对大量的计算进行预处理,节省了大量的时间开销。
附图说明
图1是离线阶段示意图;
图2是在线阶段示意图。
具体实施方式
下面结合附图及实施例,对本发明作进一步的详细说明。
如图1、2所示,网络中包括P0、P1、P2、P3、Pt多个参与者,即网络中的参与者为P0与Pi,i=1、2…t,即Pi(i∈[t])。
本实施例中,隐私集合交集方法主要分为离线阶段和在线阶段,下面具体进行介绍。
离线阶段:
1,初始化阶段
参数设置:参与者Pi有各自的输入集合Φi是参与者Pi的集合元素个数。NBF和NOT分别表示布隆过滤器的长度和不经意传输协议OT中接收方的输入长度;k是布隆过滤器中哈希函数的个数;H表示输出长度为k的随机预言;α表示除P0外的参与者采样的(0,1)比特串中比特值为“1”的比例;p表示从[NOT]选取元素的比例;Nmaxones是cut-and-choose阶段能通过验证的比特值为“1”的最大数量。
所有参与者P0,...,Pt共同执行下列步骤:
1.1,所有参与者共同调用一个理想函数FM-COIN生成k个哈希函数h1,......,hk:{0,1}*→[NBF];FM-COIN为投币协议,属于现有技术,下文会进行介绍。
1.2,所有参与者共同约定一个门限同态加密方案THE(THE.Setup,THT.Enc,THE.Eval,THE.Dec),P1,...,Pt执行该方案生成公钥THE.pk,参与者们会得到各自的私钥THE.ski(i∈[t].);
门限同态加密方案THE为现有技术,下文会进行介绍;
1.3,所有参与者共同约定一个承诺方案CM(CM.Setup,CM.Commit,CM.Open)。P0执行CM.Setup得到公共参数CM.para,该参数属于算法CM.Commit和CM.Open的隐式输入。承诺方案CM属于现有技术,下文会进行介绍。
2,随机不经意传输阶段
发送方可以通过不经意传输协议发送给接收方所需要的信息,但是发送方知道接收方所获取的信息是什么;而接收方可以通过不经意传输协议得到他所需的信息,除此之外得不到其他信息。而随机不经意传输OT发送方持有的信息是随机数,关于比特为0的随机数和关于比特为1的随机数,接收方根据自己的选择比特得到相应的结果。其余性质与不经意传输一致。
在本方案中,发送方有两份不同的数据信息,一份是其在布隆过滤器中真实存放集合元素的相关随机数,另一份是与集合元素无关的随机数;而接收方根据自己的选择比特利用OT得到发送方的随机数(选择比特为0,则得到与集合元素无关的随机数;选择比特为1,则得到与集合元素相关的随机数)。
FE-OT为不经意传输协议,属于现有技术。
3,承诺阶段
4,Cut-and-Choose阶段
4.3,所有的参与者检查这些公布的公开值,以判断是否有人是恶意的。判断的条件时:如果|Ci|-|Ri|>Nmaxones,则表示存在恶意行为。Ri为Ci中0的索引,取绝对值表示求数量,Nmaxones为给定的;即步骤4)所选择的集合Ci对应的比特为“1”的数量大于Nmaxones为恶意参与者。
在线阶段:
5,置换未打开OT阶段
5.1,Pi生成他的输入集合所对应的布隆过滤器;
5.2,Pi确定各自的一个随机单射函数gi:[NBF]→(NOT\Ci),即BFi[l]=bgi(l)(l∈[NBF]),并将其公布。该置换是将5.1中生成的布隆过滤器中的0/1随机置换到[NOT\Ci](Ci是在cut-and-choose阶段已经打开的0/1的索引值的集合,[NOT\Ci]则表示剩余未打开的0/1所表示的0/1串。
6,计算阶段
P0和Pi分别做以下操作:
6.2,根据步骤3.2和步骤5.2,Pi通过算法THE.Eval计算
6.3,P1,...,Pt通过调用算法THE.Dec合作解密cj,得到的结果我们表示为m′j(j∈[NBF])。
7,随机化混淆布隆过滤器阶段
7.2,P0将其计算出的结果随机置换放入集合K中,并发送给P1。
8,输出阶段
P1将其输入集合与Pi所对应的随机数的异或结果mj’进行哈希运算,得到的结果与集合K进行比较,若在集合K中,若运算得到的结果在集合K中,那么则对应的x值即在所有参与者P0,...,Pt的交集中,否则不在交集中。
关于一些技术术语的解释。
理想函数FM-COIN:
P0,P1,...,Pt共同执行该协议,协议的输出是l比特的串。
每个参与者Pi发送各自的输入Pi-INPUT给理想函数FM-COIN,该函数将消息转发给其他参与者;
收到各方发出的确认信息后,该函数采样一个随机串r,并发送r给所有参与者,作为所有参与者共同拥有的随机值。
承诺方案CM:
一个非交互式的承诺方案CM包括三个算法:CM.Setup,CM.Commit,CM.Open,具体算法如下:
CM.Setup(1λ):该算法输入为计算安全参数λ,输出方案所需要的公共参数。在这里将公共参数简单地定义为M,C和R,分别表示消息空间,承诺空间和打开值空间。
CM.Commit(m):该算法输入为消息m∈M,输出为承诺值c∈C,和一个打开值r∈R(r是一个随机数,从空间R中选取)。
CM.Open(c,m,r):该算法输入为承诺值c,消息m,和打开值r,输出为一个比特b∈{0,1},b=1表示此承诺是有效,否则则表示此承诺无效。
理想函数FE-OT:
参数说明:l是OT消息的比特长度,NOT是接受方的输入长度。
布隆过滤器:
布隆过滤器是一种高效的空间概率数据结构,它的大小只与映射到表中的元素数量相关,而与元素的大小无关。布隆过滤器具有计算复杂度低、空间利用率高、查询效率高等优点,在具体实践中有着广泛的应用。
布隆过滤器可以将个元素进行编码并映射到m个存储空间内,该结构包括三个算法(Gen,Add,Test),如下所示:
Gen(m,k):m,k∈N作为算法输入。采样k个均匀独立的哈希函数h1,h2,...,hk=H,m个存储空间BF[j]∈{0,1},(j∈[1,m])初始值都设置为0。输出结果为(H,BF[j])。
Add(H,BF[j],x):输入元素x,根据哈希函数H找到存储空间BF[hi(x)],将其置为1,最终输出BF[j]。
Test(H,BF[j],x):根据已知的哈希函数H,BF[j]和需要检测的元素x,该算法将会对x进行k次哈希得到h1(x),h2(x),...,hk(x),然后检查是否所有对应位置的值都是1,如果所有位都为1,那么则可以认定该元素x在布隆过滤器中,输出为1,否则输出0。
随机混淆布隆过滤器:
混淆布隆过滤器G在每一个存储空间G[i]都存储一个m位的比特串而不是0或者1单独的一位。为了表示一个集合X,每个属于集合X的元素x都使用k个哈希函数h1,h2,...,hk得到对应位置h1(x),h2(x),...,hk(x),且利用秘密共享使所有未映射到的位置都设置为m位的随机比特串。而在随机混淆布隆过滤器中,所有x映射到的k个位置存放完全随机的随机数,并且由这k个随机数重构不出x。
非交互零知识证明:
Fiat-Shamir启发式零知识证明主要是证明者P是一种既不泄露x信息,又能使验证者V相信的方式向V证明他知道y=gx中的指数x。具体步骤如下:
a)P向V验证P知道x:y=gx;
c)P计算c=H(g,y,t)(H是加密哈希函数);
d)P计算r=v-cx,由此产生一对(t,r),并将其公布;
e)V可以检测t与gryc是否相等。
本方案构造了一个有效的非交互式零知识证明(NIZK),该证明对于百万级的数据量是可行的。本方案需要NIZK和NIZK-PoK系统用于以下组语言:
为了提高效率,本方案考虑了以下由多个DH元组组成的更通用的语言:
然后本方案利用了一个具体的三轮∑协议,对于百万数量级的集合元素来说,这是一个兼具实用性与灵活性的协议。
门限同态加密:
由ElGamal加密实现的门限同态加密,主要包含四个算法密钥生成算法KeyGen,解密算法Dec,加密算法Enc以及求值算法Eval。具体算法如下:
参与方P1,...,Pn执行以下步骤(Pi的消息表示为mi):
Eval:输入公钥pk=(G,q,g,h)和密文ct1=(y1,z1),...,ctn=(yn,zn),输出ct*=(∏i∈[n]yi,∏i∈[n]zi)。
Claims (4)
1.一种抗恶意敌手的多方隐私集合交集方法,其特征在于,包括离线阶段和在线阶段;在离线阶段,执行如下步骤:
1)所有参与者共同调用投币协议,生成哈希函数;所有参与者共同约定一个门限同态加密方案;所有参与者共同约定一个承诺方案;所述所有参与者包括发送方P0与作为接收方的其他各参与方Pi;0<i≤t;t为除P0以外的其他参与者数量;
2)P0与Pi执行随机不经意传输协议;NOT表示不经意传输协议OT中接收方的输入长度;
3)P0使用所述承诺方案计算并公布承诺值;Pi使用所述门限同态加密方案THE计算并公布加密结果;
在在线阶段,执行如下步骤:
5)Pi生成他的输入集合所对应的布隆过滤器;置换步骤4)中未被选择的集合,并公开;
6)P0将所有随机数按位置异或,得到mj;根据步骤3)和步骤5)得到的结果,Pi利用所述门限同态加密方案THE的算法进行解密计算,得到mj’;
7)P0将其输入集合与对应随机数的异或结果mj进行哈希运算得到集合K,发送给接收方P1;
8)P1将其输入集合与Pi所对应的随机数的异或结果mj’进行哈希运算。
2.根据权利要求1所述的抗恶意敌手的多方隐私集合交集方法,其特征在于,所述集合Ci中的每个元素的选取都是独立的,并且该集合大小为NOT×p;p表示从[NOT]选取元素的比例。
3.根据权利要求2所述的抗恶意敌手的多方隐私集合交集方法,其特征在于,所述判断是有恶意参与者的条件为:步骤4)所选择的集合Ci对应的比特为“1”的数量大于给定值Nmaxones即为恶意参与者。
4.根据权利要求1所述的抗恶意敌手的多方隐私集合交集方法,其特征在于,所述步骤8)中,运算得到的结果与集合K进行比较,若运算得到的结果在集合K中,那么则对应的x值即在所有参与者的交集中,否则不在所有参与者的交集中。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2019109067245 | 2019-09-24 | ||
CN201910906724 | 2019-09-24 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110719159A true CN110719159A (zh) | 2020-01-21 |
CN110719159B CN110719159B (zh) | 2023-06-30 |
Family
ID=69211388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910959537.3A Active CN110719159B (zh) | 2019-09-24 | 2019-10-10 | 抗恶意敌手的多方隐私集合交集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110719159B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460510A (zh) * | 2020-04-17 | 2020-07-28 | 支付宝(杭州)信息技术有限公司 | 基于隐私保护确定相同业务数据的方法及装置 |
CN111628991A (zh) * | 2020-05-25 | 2020-09-04 | 安徽大学 | 一种通用且抗恶意敌手的安全计算方法 |
CN112039655A (zh) * | 2020-08-31 | 2020-12-04 | 南京航空航天大学 | 一种基于Cut-and-Choose技术的双向不经意传输协议方案 |
CN112134682A (zh) * | 2020-09-09 | 2020-12-25 | 支付宝(杭州)信息技术有限公司 | 用于不经意传输ot扩展协议的数据处理方法及装置 |
CN113014384A (zh) * | 2021-03-16 | 2021-06-22 | 平安付科技服务有限公司 | 基于dh密钥交换算法的数据比较方法、装置、计算机设备及存储介质 |
CN113055829A (zh) * | 2021-03-16 | 2021-06-29 | 深圳职业技术学院 | 一种网络广播信息的隐私保护方法、装置及可读存储介质 |
CN113158253A (zh) * | 2021-05-14 | 2021-07-23 | 深圳前海微众银行股份有限公司 | 一种隐私求并集方法及装置 |
CN113438078A (zh) * | 2021-08-26 | 2021-09-24 | 山东师范大学 | 多客户端交集数据计算过程中的隐私保护方法及系统 |
CN113518092A (zh) * | 2021-07-22 | 2021-10-19 | 西安电子科技大学 | 实现多方隐私的集合交集方法 |
CN113556225A (zh) * | 2021-07-07 | 2021-10-26 | 深圳前海新心数字科技有限公司 | 一种基于哈希及密钥交换的高效psi方法 |
CN114866225A (zh) * | 2022-04-05 | 2022-08-05 | 上海海洋大学 | 一种基于不经意伪随机秘密共享的超阈值多方隐私集合求交方法 |
CN114978658A (zh) * | 2022-05-17 | 2022-08-30 | 支付宝(杭州)信息技术有限公司 | 数据处理方法及装置 |
CN115396148A (zh) * | 2022-07-22 | 2022-11-25 | 西安邮电大学 | 隐私保护的名单查询方法、系统、介质、设备及终端 |
CN115396144A (zh) * | 2022-07-20 | 2022-11-25 | 北京冲量在线科技有限公司 | 基于可信执行环境和分布式数据求交算法的多方隐私求交方案 |
CN115865426A (zh) * | 2022-11-14 | 2023-03-28 | 中国联合网络通信集团有限公司 | 隐私求交方法和装置 |
CN115865311A (zh) * | 2022-09-16 | 2023-03-28 | 河南理工大学 | 一种高效恒定轮次安全多方计算协议的优化方法和系统 |
WO2023244216A1 (en) * | 2022-06-14 | 2023-12-21 | Google Llc | Cryptographic computation techniques for multi-party reach and frequency |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130010950A1 (en) * | 2011-07-08 | 2013-01-10 | Sap Ag | Public-Key Encrypted Bloom Filters With Applications To Private Set Intersection |
CN105794145A (zh) * | 2013-11-27 | 2016-07-20 | 微软技术许可有限责任公司 | 服务器辅助的具有数据传输的私有集交集(psi) |
CN107124268A (zh) * | 2017-04-01 | 2017-09-01 | 中国人民武装警察部队工程大学 | 一种可抵抗恶意攻击的隐私集合交集计算方法 |
CN109495465A (zh) * | 2018-11-05 | 2019-03-19 | 河南师范大学 | 基于智能合约的隐私集合交集方法 |
CN109657489A (zh) * | 2018-08-03 | 2019-04-19 | 湖北工业大学 | 一种隐私保护的集合交集两方安全计算方法及系统 |
-
2019
- 2019-10-10 CN CN201910959537.3A patent/CN110719159B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130010950A1 (en) * | 2011-07-08 | 2013-01-10 | Sap Ag | Public-Key Encrypted Bloom Filters With Applications To Private Set Intersection |
CN105794145A (zh) * | 2013-11-27 | 2016-07-20 | 微软技术许可有限责任公司 | 服务器辅助的具有数据传输的私有集交集(psi) |
CN107124268A (zh) * | 2017-04-01 | 2017-09-01 | 中国人民武装警察部队工程大学 | 一种可抵抗恶意攻击的隐私集合交集计算方法 |
CN109657489A (zh) * | 2018-08-03 | 2019-04-19 | 湖北工业大学 | 一种隐私保护的集合交集两方安全计算方法及系统 |
CN109495465A (zh) * | 2018-11-05 | 2019-03-19 | 河南师范大学 | 基于智能合约的隐私集合交集方法 |
Non-Patent Citations (3)
Title |
---|
LIYAN SHEN: "A More Efficient Private Set Intersection Protocol Based on Random OT and Balance Hash", 《ICC 2019 - 2019 IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS (ICC)》 * |
张恩: "基于同态加密和Bloom过滤器的云外包多方隐私集合比较协议", 《计算机应用》 * |
罗小双: "一类可抵抗恶意攻击的隐私集合交集协议", 《计算机应用》 * |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460510A (zh) * | 2020-04-17 | 2020-07-28 | 支付宝(杭州)信息技术有限公司 | 基于隐私保护确定相同业务数据的方法及装置 |
CN111628991A (zh) * | 2020-05-25 | 2020-09-04 | 安徽大学 | 一种通用且抗恶意敌手的安全计算方法 |
CN111628991B (zh) * | 2020-05-25 | 2021-12-28 | 安徽大学 | 一种通用且抗恶意敌手的安全计算方法 |
CN112039655B (zh) * | 2020-08-31 | 2021-11-05 | 南京航空航天大学 | 一种基于Cut-and-Choose技术的双向不经意传输协议方法 |
CN112039655A (zh) * | 2020-08-31 | 2020-12-04 | 南京航空航天大学 | 一种基于Cut-and-Choose技术的双向不经意传输协议方案 |
CN112134682A (zh) * | 2020-09-09 | 2020-12-25 | 支付宝(杭州)信息技术有限公司 | 用于不经意传输ot扩展协议的数据处理方法及装置 |
CN112134682B (zh) * | 2020-09-09 | 2022-04-12 | 支付宝(杭州)信息技术有限公司 | 用于不经意传输ot扩展协议的数据处理方法及装置 |
CN113014384A (zh) * | 2021-03-16 | 2021-06-22 | 平安付科技服务有限公司 | 基于dh密钥交换算法的数据比较方法、装置、计算机设备及存储介质 |
CN113055829A (zh) * | 2021-03-16 | 2021-06-29 | 深圳职业技术学院 | 一种网络广播信息的隐私保护方法、装置及可读存储介质 |
CN113158253A (zh) * | 2021-05-14 | 2021-07-23 | 深圳前海微众银行股份有限公司 | 一种隐私求并集方法及装置 |
WO2022237103A1 (zh) * | 2021-05-14 | 2022-11-17 | 深圳前海微众银行股份有限公司 | 一种隐私求并集方法及装置 |
CN113556225A (zh) * | 2021-07-07 | 2021-10-26 | 深圳前海新心数字科技有限公司 | 一种基于哈希及密钥交换的高效psi方法 |
CN113518092A (zh) * | 2021-07-22 | 2021-10-19 | 西安电子科技大学 | 实现多方隐私的集合交集方法 |
CN113438078A (zh) * | 2021-08-26 | 2021-09-24 | 山东师范大学 | 多客户端交集数据计算过程中的隐私保护方法及系统 |
CN114866225A (zh) * | 2022-04-05 | 2022-08-05 | 上海海洋大学 | 一种基于不经意伪随机秘密共享的超阈值多方隐私集合求交方法 |
CN114866225B (zh) * | 2022-04-05 | 2024-04-16 | 上海海洋大学 | 一种基于不经意伪随机秘密共享的超阈值多方隐私集合求交方法 |
CN114978658B (zh) * | 2022-05-17 | 2023-10-27 | 支付宝(杭州)信息技术有限公司 | 数据处理方法及装置 |
CN114978658A (zh) * | 2022-05-17 | 2022-08-30 | 支付宝(杭州)信息技术有限公司 | 数据处理方法及装置 |
WO2023244216A1 (en) * | 2022-06-14 | 2023-12-21 | Google Llc | Cryptographic computation techniques for multi-party reach and frequency |
CN115396144B (zh) * | 2022-07-20 | 2023-12-05 | 北京冲量在线科技有限公司 | 基于可信执行环境和分布式数据求交算法的多方隐私求交方案 |
CN115396144A (zh) * | 2022-07-20 | 2022-11-25 | 北京冲量在线科技有限公司 | 基于可信执行环境和分布式数据求交算法的多方隐私求交方案 |
CN115396148B (zh) * | 2022-07-22 | 2024-04-12 | 西安邮电大学 | 隐私保护的名单查询方法、系统、介质、设备及终端 |
CN115396148A (zh) * | 2022-07-22 | 2022-11-25 | 西安邮电大学 | 隐私保护的名单查询方法、系统、介质、设备及终端 |
CN115865311B (zh) * | 2022-09-16 | 2023-09-26 | 河南理工大学 | 一种恒定轮次安全多方计算协议的优化方法和系统 |
CN115865311A (zh) * | 2022-09-16 | 2023-03-28 | 河南理工大学 | 一种高效恒定轮次安全多方计算协议的优化方法和系统 |
CN115865426A (zh) * | 2022-11-14 | 2023-03-28 | 中国联合网络通信集团有限公司 | 隐私求交方法和装置 |
CN115865426B (zh) * | 2022-11-14 | 2024-03-26 | 中国联合网络通信集团有限公司 | 隐私求交方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110719159B (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110719159B (zh) | 抗恶意敌手的多方隐私集合交集方法 | |
Wang et al. | Authenticated garbling and efficient maliciously secure two-party computation | |
Zhao et al. | Secure multi-party computation: theory, practice and applications | |
Liu et al. | An efficient privacy-preserving outsourced calculation toolkit with multiple keys | |
Bonawitz et al. | Practical secure aggregation for privacy-preserving machine learning | |
Jung et al. | Collusion-tolerable privacy-preserving sum and product calculation without secure channel | |
Arriaga et al. | Trapdoor privacy in asymmetric searchable encryption schemes | |
Peng | Danger of using fully homomorphic encryption: A look at Microsoft SEAL | |
KR20220054746A (ko) | 유사군 연산을 사용하여 암호화된 데이터에 대해 동등성 및 미만 연산을 수행하기 위한 시스템 및 방법 | |
CN115396115B (zh) | 区块链数据隐私保护方法、装置、设备及可读存储介质 | |
Yang et al. | Improved outsourced private set intersection protocol based on polynomial interpolation | |
Chen et al. | Lightweight privacy-preserving training and evaluation for discretized neural networks | |
Qin et al. | Simultaneous authentication and secrecy in identity-based data upload to cloud | |
Chen et al. | Witness-based searchable encryption with optimal overhead for cloud-edge computing | |
Kosba et al. | C $\emptyset $ C $\emptyset $: A Framework for Building Composable Zero-Knowledge Proofs | |
Yang et al. | Secure and efficient parallel hash function construction and its application on cloud audit | |
Di Crescenzo et al. | Efficient and private three-party publish/subscribe | |
Yang | [Retracted] Application of Hybrid Encryption Algorithm in Hardware Encryption Interface Card | |
Ren et al. | Privacy-preserving redactable blockchain for Internet of Things | |
Wei et al. | Efficient and collusion resistant multi-party private set intersection protocols for large participants and small sets setting | |
Zhu et al. | Outsourcing set intersection computation based on bloom filter for privacy preservation in multimedia processing | |
Peng et al. | On the security of fully homomorphic encryption for data privacy in Internet of Things | |
Lin et al. | Verifiable attribute‐based proxy re‐encryption for secure public cloud data sharing | |
Zhao et al. | Privacy preserving search services against online attack | |
Li et al. | Efficient and traceable data sharing for the Internet of Things in smart cities |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |