CN112231737A - 数据安全比较协议实现方法、系统、电子装置及存储介质 - Google Patents
数据安全比较协议实现方法、系统、电子装置及存储介质 Download PDFInfo
- Publication number
- CN112231737A CN112231737A CN202011221296.1A CN202011221296A CN112231737A CN 112231737 A CN112231737 A CN 112231737A CN 202011221296 A CN202011221296 A CN 202011221296A CN 112231737 A CN112231737 A CN 112231737A
- Authority
- CN
- China
- Prior art keywords
- data
- ciphertext
- comparison result
- user
- cloud
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000010801 machine learning Methods 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Storage Device Security (AREA)
Abstract
本发明公开了一种数据安全比较协议实现方法、系统、电子装置及存储介质,所述方法包括:获取机器学习所在操作系统的公共参数,并获取用户的公钥及私钥;使用公共参数及公钥为用户数据的第一明文数据及第二明文数据进行加密,得到第一密文数据及第二密文数据;将第一密文数据及第二密文数据上传至云服务器;获取云服务器输出的对第一密文数据及第二密文数据的云密文比较结果;根据比较结果计算用户端密文比较结果;根据云密文比较结果及用户端密文比较结果对第一明文数据及第二明文数据的大小进行比较;通过对密文数据进行计算,且不涉及明文数据,保障了数据的安全性,且对两个密文数据进行了比较,判断出了数据的数值大小。
Description
技术领域
本发明涉及数据安全技术领域,尤其涉及一种数据安全比较协议实现方法、系统、电子装置及存储介质。
背景技术
随着互联网技术的发展,机器学习具有了长足的进步,机器学习是从海量数据中获取隐藏的、有效的、可理解的知识,被广泛应用于人工智能、疾病诊断、基因测序、犯罪预测等领域。
但是,机器学习需要使用大量的数据进行计算,这些数据的使用,给数据的隐私保护带来了巨大挑战,因此就需要研究如何限定第三方在对用户数据进行机器学习的同时不窥探用户数据隐私。现有的常用做法,是使用同态加密来保护机器学习中的隐私数据,文献“Chen L,Zhang Z,Wang X,et al.Batched Multi-hop Multi-key FHE from Ring-LWEwith Compact Ciphertext Extension[C].Theory of Cryptography Conference,2017:597-627”公开了一种CZW型的多密钥全同态加密方案。
但是CZW型的多密钥全同态加密方案不能仅在已知用户数据公开信息的前提下,判断不同数据的数值大小。
发明内容
本发明的主要目的在于提供一种数据安全比较协议实现方法、系统、电子装置及存储介质,旨在解决现有技术中多密钥全同态加密方案不能仅在已知用户数据公开信息的前提下,判断不同数据的数值大小的技术问题。
为实现上述目的,本发明第一方面提供一种数据安全比较协议实现方法,包括:获取机器学习所在操作系统的公共参数,并获取用户的公钥及私钥;使用所述公共参数及所述公钥为用户数据的第一明文数据及第二明文数据进行加密,得到第一密文数据及第二密文数据;将所述第一密文数据及所述第二密文数据上传至云服务器;获取云服务器输出的对所述第一密文数据及所述第二密文数据的云密文比较结果;根据所述比较结果计算用户端密文比较结果;根据所述云密文比较结果及所述用户端密文比较结果对第一明文数据及第二明文数据的大小进行比较。
进一步地,根据所述比较结果计算用户端密文比较结果包括:使用所述私钥解密所述云密文比较结果;将加密后的云密文比较结果的比特展开,若展开后第位分量为0,则使得用户端密文比较结果为0,若位分量为1,则使得用户端密文比较结果为1。
进一步地,所述根据所述云密文比较结果及所述用户端密文比较结果对数据的大小进行比较包括:若所述云密文比较结果及所述用户端密文比较结果均为0或均为1,则判定第一明文数据小于或等于第二明文数据;若所述云密文比较结果及所述用户端密文比较结果的其中一个为0,另一个为1,则判定第一明文数据大于或等于第二明文数据。
进一步地,所述方法还包括:若所述用户数据来自不同用户,则分别获取不同用户的公钥及私钥,并根据用户对应的公钥及公共参数为该用户的明文数据进行加密。
本发明第二方面提供一种数据安全比较协议实现方法,包括:获取根据第一明文数据及第二明文数据进行加密得到第一密文数据及第二密文数据、用户的公钥;在公钥的基础上对明文空间模数进行加密,得到加密空间模数;在0和1内随机选择一个作为比特,使用所述加密空间模数、第一密文数据及第二密文数据进行计算,得到云密文比较结果;将所述云密文比较结果发送至用户端。
进一步地,所述使用所述加密空间模数、第一密文数据及第二密文数据进行计算,得到云密文比较结果包括:若比特为0,则使用所述加密空间模数+所述第一密文数据-所述第二密文数据,得到对应的云密文对比结果;若比特为1,则使用所述加密空间模数+所述第二密文数据-所述第一密文数据,得到对应的云密文对比结果。
进一步地,所述方法还包括:若所述用户数据来自不同用户,则对所述第一密文数据、所述第二密文数据所述加密空间模数进行扩展加密。
本发明提供的数据安全比较协议实现方法,通过在云服务器计算云密文比较结果,以及在用户端计算用户端密文比较结果,全部是基于密文数据进行计算的,不涉及明文数据,因此保障了数据的安全性,且在用户数据为密文数据的情况下,对两个数据进行了比较,判断出了数据的数值大小。
本发明第三方面提供一种数据安全比较协议实现系统,包括:数据获取模块,用于获取机器学习所在操作系统的公共参数,并获取用户的公钥及私钥;公钥加密模块,用于使用所述公共参数及所述公钥为用户数据的第一明文数据及第二明文数据进行加密,得到第一密文数据及第二密文数据;上传模块,用于将所述第一密文数据及所述第二密文数据上传至云服务器;云计算模块,用于根据所述第一密文数据及所述第二密文数据计算云密文比较结果;用户端计算模块,用于接收所述云密文比较结果,并根据所述云密文比较结果计算用户端密文比较结果;比较模块,用于根据所述云密文比较结果及所述用户端密文比较结果对第一密文数据及第二密文数据的大小进行比较。
本发明提供的数据安全比较协议实现系统,通过在云服务器计算云密文比较结果,以及在用户端计算用户端密文比较结果,全部是基于密文数据进行计算的,不涉及明文数据,因此保障了数据的安全性,且在用户数据为密文数据的情况下,对两个数据进行了比较,判断出了数据的数值大小。
本发明第四方面提供一种电子装置,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述中的任意一项所述数据安全比较协议实现方法。
本发明第五方面提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现上述中的任意一项所述数据安全比较协议实现方法。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例应用于客户端的数据安全比较协议实现方法的流程图;
图2为本发明实施例应用于云服务器的数据安全比较协议实现方法的流程图;
图3为本发明实施例数据安全比较协议实现系统的结构示意框图;
图4为本发明实施例电子装置的结构示意框图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,为一种数据安全比较协议实现方法,其应用于客户端,包括:S11、获取机器学习所在操作系统的公共参数,并获取用户的公钥及私钥;S12、使用公共参数及公钥为用户数据的第一明文数据及第二明文数据进行加密,得到第一密文数据及第二密文数据;S13、将第一密文数据及第二密文数据上传至云服务器;S14、获取云服务器输出的对第一密文数据及第二密文数据的云密文比较结果;S15、根据比较结果计算用户端密文比较结果;S16、根据云密文比较结果及用户端密文比较结果对第一明文数据及第二明文数据的大小进行比较。
本实施例提供的数据安全比较协议实现方法,通过在云服务器计算云密文比较结果,以及在用户端计算用户端密文比较结果,全部是基于密文数据进行计算的,不涉及明文数据,因此保障了数据的安全性,且在用户数据为密文数据的情况下,对两个数据进行了比较,判断出了数据的数值大小。
在一个实施例中,根据比较结果计算用户端密文比较结果包括:使用私钥解密云密文比较结果;将加密后的云密文比较结果的比特展开,若展开后第位分量为0,则使得用户端密文比较结果为0,若位分量为1,则使得用户端密文比较结果为1。
在一个实施例中,根据云密文比较结果及用户端密文比较结果对数据的大小进行比较包括:若云密文比较结果及用户端密文比较结果均为0或均为1,则判定第一明文数据小于或等于第二明文数据;若云密文比较结果及用户端密文比较结果的其中一个为0,另一个为1,则判定第一明文数据大于或等于第二明文数据。
在一个实施例中,方法还包括:若用户数据来自不同用户,则分别获取不同用户的公钥及私钥,并根据用户对应的公钥及公共参数为该用户的明文数据进行加密。
通过获取不同用户的公钥及私钥,并根据用户对应的公钥及公共参数为该用户的明文数据进行加密后,能够在后续的步骤中,使用不同用户的加密数据,实现不同用户之间的数据安全比较。
请参阅图2,本申请实施例还提供一种数据安全比较协议实现方法,其应用于云服务器,包括:S21、获取根据第一明文数据及第二明文数据进行加密得到第一密文数据及第二密文数据、用户的公钥;S22、在公钥的基础上对明文空间模数进行加密,得到加密空间模数;S23、在0和1内随机选择一个作为比特,使用加密空间模数、第一密文数据及第二密文数据进行计算,得到云密文比较结果;S24、将云密文比较结果发送至用户端。
在一个实施例中,使用加密空间模数、第一密文数据及第二密文数据进行计算,得到云密文比较结果包括:若比特为0,则使用加密空间模数+第一密文数据-第二密文数据,得到对应的云密文对比结果;若比特为1,则使用加密空间模数+第二密文数据-第一密文数据,得到对应的云密文对比结果。
在一个实施例中,方法还包括:若用户数据来自不同用户,则对第一密文数据、第二密文数据加密空间模数进行扩展加密。
通过对第一密文数据、第二密文数据加密空间模数进行扩展加密,能够在后续的步骤中,使用不同用户的加密数据,实现不同用户之间的数据安全比较。
在上述实施例中,云服务器及用户端的交互实现过程总体为:
客户端以CZW型的多密钥全同态加密方案为基础,使用CZW.Setup算法输出操作系统的公共参数,运行CZW.KGen算法输出用户公钥及私钥,特别地定义用户U1,U2的公私钥对分别为运行CZW.Enc算法计算明文所对应的密文,假定明文数据μ1,μ2分别来自用户端U1,U2,则分别使用U1,U2的公钥加密,得到第一密文及第二密文d1,d2。
云服务器依然以CZW型的多密钥全同态加密方案为基础,云服务器运行算法CZW.Enc在公钥下对明文空间模数p加密,输出加密空间模数c(p);随后云服务器运行算法CZW.CTExt扩展d1,d2,c(p)为随后云服务器随机选取比特b∈{0,1},若b=0,则计算若b=1,则计算并在计算后将云密文对比结果发送给用户端U1,U2。
用户端U1,U2收到云密文对比结果后,利用各自私钥调用算法CZW.Dec,解密后执行同态加法得对应的明文 并将其比特展开。若h比特展开后的第位分量为0,则令v=0;若h比特展开后的第位分量为1,则令v=1,并将v的值发送给云服务器。
云服务器根据上述步骤中b的取值以及v的值,确定明文距离μ1,μ2的大小。若b=0,v=0或b=1,v=1,判定μ1≤μ2;若b=0,v=1或b=1,v=0,判定μ1≥μ2。
若数据来自同一用户,对该用户的数据的安全比较,则去除上述过程中的云服务器内为第一密文数据及第二密文数据扩展的步骤即可。
请参阅图3,本申请实施例还提供一种数据安全比较协议实现系统,包括:数据获取模块1、公钥加密模块2、上传模块3、云计算模块4、用户端计算模块5及比较模块6;数据获取模块1用于获取机器学习所在操作系统的公共参数,并获取用户的公钥及私钥;公钥加密模块2用于使用公共参数及公钥为用户数据的第一明文数据及第二明文数据进行加密,得到第一密文数据及第二密文数据;上传模块3,上传模块3用于将第一密文数据及第二密文数据上传至云服务器;云计算模块4用于根据第一密文数据及第二密文数据计算云密文比较结果;用户端计算模块5用于接收云密文比较结果,并根据云密文比较结果计算用户端密文比较结果;比较模块6用于根据云密文比较结果及用户端密文比较结果对第一明文数据及第二明文数据的大小进行比较。
本实施例提供的数据安全比较协议实现系统,通过在云服务器计算云密文比较结果,以及在用户端计算用户端密文比较结果,全部是基于密文数据进行计算的,不涉及明文数据,因此保障了数据的安全性,且在用户数据为密文数据的情况下,对两个用户数据进行了比较,判断出了数据的数值大小。
在一个实施例中,云计算模块4包括:第一数据获取单元、明文空间模数加密单元、云密文计算比较单元及云密文发送单元;第一数据获取单元用于获取根据第一明文数据及第二明文数据进行加密得到第一密文数据及第二密文数据、用户的公钥;明文空间模数加密单元用于在公钥的基础上对明文空间模数进行加密,得到加密空间模数;云密文计算比较单元在0和1内随机选择一个作为比特,使用加密空间模数、第一密文数据及第二密文数据进行计算,得到云密文比较结果;云密文发送单元将云密文比较结果发送至用户端。
在一个实施例中,云密文计算比较单元包括:判断子单元,用于判断比特的值是否为0或1;对比子单元,用于在比特为0时,使用加密空间模数+第一密文数据-第二密文数据,得到对应的云密文对比结果;在比特为1时,则使用加密空间模数+第二密文数据-第一密文数据,得到对应的云密文对比结果。
在一个实施例中,云密文计算比较单元还包括:扩展加密子单元,用于若用户数据来自不同用户,则对第一密文数据、第二密文数据加密空间模数进行扩展加密。
在一个实施例中,用户端计算模块5包括:云比较结果获取单元、解密单元及比较单元,云比较结果获取单元用于从云服务器获取云密文比较结果;解密单元用于使用私钥解密云密文比较结果;比较单元用于将加密后的云密文比较结果的比特展开,若展开后第位分量为0,则使得用户端密文比较结果为0,若位分量为1,则使得用户端密文比较结果为1。
在一个实施例中,比较模块6包括:识别单元及判断单元;识别单元用于识别云密文比较结果及用户端密文比较结果是否为1或0;判断单元用于在云密文比较结果及用户端密文比较结果均为0或均为1时,则判定第一明文数据小于或等于第二明文数据;在云密文比较结果及用户端密文比较结果的其中一个为0,另一个为1时,则判定第一明文数据大于或等于第二明文数据。
本申请实施例提供一种电子装置,请参阅4,该电子装置包括:存储器601、处理器602及存储在存储器601上并可在处理器602上运行的计算机程序,处理器602执行该计算机程序时,实现前述中描述的数据安全比较协议实现方法。
进一步的,该电子装置还包括:至少一个输入设备603以及至少一个输出设备604。
上述存储器601、处理器602、输入设备603以及输出设备604,通过总线605连接。
其中,输入设备603具体可为摄像头、触控面板、物理按键或者鼠标等等。输出设备604具体可为显示屏。
存储器601可以是高速随机存取记忆体(RAM,Random Access Memory)存储器,也可为非不稳定的存储器(non-volatile memory),例如磁盘存储器。存储器601用于存储一组可执行程序代码,处理器602与存储器601耦合。
进一步的,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可以是设置于上述各实施例中的电子装置中,该计算机可读存储介质可以是前述中的存储器601。该计算机可读存储介质上存储有计算机程序,该程序被处理器602执行时实现前述实施例中描述的数据安全比较协议实现方法。
进一步的,该计算机可存储介质还可以是U盘、移动硬盘、只读存储器601(ROM,Read-Only Memory)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上为对本发明所提供的一种数据安全比较协议实现方法、系统、电子装置及存储介质的描述,对于本领域的技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种数据安全比较协议实现方法,其特征在于,包括:
获取机器学习所在操作系统的公共参数,并获取用户的公钥及私钥;
使用所述公共参数及所述公钥为用户数据的第一明文数据及第二明文数据进行加密,得到第一密文数据及第二密文数据;
将所述第一密文数据及所述第二密文数据上传至云服务器;
获取云服务器输出的对所述第一密文数据及所述第二密文数据的云密文比较结果;
根据所述比较结果计算用户端密文比较结果;
根据所述云密文比较结果及所述用户端密文比较结果对第一明文数据及第二明文数据的大小进行比较。
3.根据权利要求2所述的数据安全比较协议实现方法,其特征在于,
所述根据所述云密文比较结果及所述用户端密文比较结果对数据的大小进行比较包括:
若所述云密文比较结果及所述用户端密文比较结果均为0或均为1,则判定第一明文数据小于或等于第二明文数据;
若所述云密文比较结果及所述用户端密文比较结果的其中一个为0,另一个为1,则判定第一明文数据大于或等于第二明文数据。
4.根据权利要求1所述的数据安全比较协议实现方法,其特征在于,
所述方法还包括:
若所述用户数据来自不同用户,则分别获取不同用户的公钥及私钥,并根据用户对应的公钥及公共参数为该用户的明文数据进行加密。
5.一种数据安全比较协议实现方法,其特征在于,包括:
获取根据第一明文数据及第二明文数据进行加密得到第一密文数据及第二密文数据、用户的公钥;
在公钥的基础上对明文空间模数进行加密,得到加密空间模数;
在0和1内随机选择一个作为比特,使用所述加密空间模数、第一密文数据及第二密文数据进行计算,得到云密文比较结果;
将所述云密文比较结果发送至用户端。
6.根据权利要求5所述的数据安全比较协议实现方法,其特征在于,
使用所述加密空间模数、第一密文数据及第二密文数据进行计算,得到云密文比较结果包括:
若比特为0,则使用所述加密空间模数+所述第一密文数据-所述第二密文数据,得到对应的云密文对比结果;
若比特为1,则使用所述加密空间模数+所述第二密文数据-所述第一密文数据,得到对应的云密文对比结果。
7.根据权利要求5所述的数据安全比较协议实现方法,其特征在于,
所述方法还包括:
若所述用户数据来自不同用户,则对所述第一密文数据、所述第二密文数据所述加密空间模数进行扩展加密。
8.一种数据安全比较协议实现系统,其特征在于,包括:
数据获取模块,用于获取机器学习所在操作系统的公共参数,并获取用户的公钥及私钥;
公钥加密模块,用于使用所述公共参数及所述公钥为用户数据的第一明文数据及第二明文数据进行加密,得到第一密文数据及第二密文数据;
上传模块,用于将所述第一密文数据及所述第二密文数据上传至云服务器;
云计算模块,用于根据所述第一密文数据及所述第二密文数据计算云密文比较结果;
用户端计算模块,用于接收所述云密文比较结果,并根据所述云密文比较结果计算用户端密文比较结果;
比较模块,用于根据所述云密文比较结果及所述用户端密文比较结果对第一明文数据及第二明文数据的大小进行比较。
9.一种电子装置,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现权利要求1至7中的任意一项所述方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现权利要求1至7中的任意一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011221296.1A CN112231737B (zh) | 2020-11-05 | 2020-11-05 | 数据安全比较协议实现方法、系统、电子装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011221296.1A CN112231737B (zh) | 2020-11-05 | 2020-11-05 | 数据安全比较协议实现方法、系统、电子装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112231737A true CN112231737A (zh) | 2021-01-15 |
CN112231737B CN112231737B (zh) | 2023-08-22 |
Family
ID=74122126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011221296.1A Active CN112231737B (zh) | 2020-11-05 | 2020-11-05 | 数据安全比较协议实现方法、系统、电子装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112231737B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103401871A (zh) * | 2013-08-05 | 2013-11-20 | 苏州大学 | 一种面向同态加密的密文定序方法及系统 |
CN105488422A (zh) * | 2015-11-19 | 2016-04-13 | 上海交通大学 | 基于同态加密隐私数据保护的编辑距离计算系统 |
CN105933281A (zh) * | 2016-03-29 | 2016-09-07 | 深圳大学 | 一种量子同态对称可搜索加密的方法及系统 |
CN107196926A (zh) * | 2017-04-29 | 2017-09-22 | 河南师范大学 | 一种云外包隐私集合比较方法与装置 |
US10075288B1 (en) * | 2014-02-28 | 2018-09-11 | The Governing Council Of The University Of Toronto | Systems, devices, and processes for homomorphic encryption |
CN108881204A (zh) * | 2018-06-08 | 2018-11-23 | 浙江捷尚人工智能研究发展有限公司 | 隐私保护聚类数据挖掘方法、电子设备、存储介质及系统 |
CN110008717A (zh) * | 2019-02-26 | 2019-07-12 | 东北大学 | 支持隐私保护的决策树分类服务系统及方法 |
CN111460478A (zh) * | 2020-03-30 | 2020-07-28 | 西安电子科技大学 | 一种面向协同深度学习模型训练的隐私保护方法 |
CN111786786A (zh) * | 2020-07-27 | 2020-10-16 | 国网河南省电力公司郑州供电公司 | 云计算环境下支持等式判定的代理重加密方法及系统 |
-
2020
- 2020-11-05 CN CN202011221296.1A patent/CN112231737B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103401871A (zh) * | 2013-08-05 | 2013-11-20 | 苏州大学 | 一种面向同态加密的密文定序方法及系统 |
US10075288B1 (en) * | 2014-02-28 | 2018-09-11 | The Governing Council Of The University Of Toronto | Systems, devices, and processes for homomorphic encryption |
CN105488422A (zh) * | 2015-11-19 | 2016-04-13 | 上海交通大学 | 基于同态加密隐私数据保护的编辑距离计算系统 |
CN105933281A (zh) * | 2016-03-29 | 2016-09-07 | 深圳大学 | 一种量子同态对称可搜索加密的方法及系统 |
CN107196926A (zh) * | 2017-04-29 | 2017-09-22 | 河南师范大学 | 一种云外包隐私集合比较方法与装置 |
CN108881204A (zh) * | 2018-06-08 | 2018-11-23 | 浙江捷尚人工智能研究发展有限公司 | 隐私保护聚类数据挖掘方法、电子设备、存储介质及系统 |
CN110008717A (zh) * | 2019-02-26 | 2019-07-12 | 东北大学 | 支持隐私保护的决策树分类服务系统及方法 |
CN111460478A (zh) * | 2020-03-30 | 2020-07-28 | 西安电子科技大学 | 一种面向协同深度学习模型训练的隐私保护方法 |
CN111786786A (zh) * | 2020-07-27 | 2020-10-16 | 国网河南省电力公司郑州供电公司 | 云计算环境下支持等式判定的代理重加密方法及系统 |
Non-Patent Citations (2)
Title |
---|
XIAOQIANG SUN等: ""Private Machine Learning Classification Based on Fully Homomorphic Encryption"", vol. 8, pages 352 - 364 * |
赵威: ""基于多密钥全同态的隐私保护机器学习算法研究"", pages 138 - 6 * |
Also Published As
Publication number | Publication date |
---|---|
CN112231737B (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gai et al. | Blend arithmetic operations on tensor-based fully homomorphic encryption over real numbers | |
CN107145791B (zh) | 一种具有隐私保护的K-means聚类方法及系统 | |
CN107196926B (zh) | 一种云外包隐私集合比较方法与装置 | |
CN110166423B (zh) | 用户信用的确定方法、装置、系统和数据的处理方法 | |
Shinge et al. | An encryption algorithm based on ASCII value of data | |
EP2742644B1 (en) | Encryption and decryption method | |
CN112769542B (zh) | 基于椭圆曲线的乘法三元组生成方法、装置、设备及介质 | |
Agrawal et al. | Elliptic curve cryptography with hill cipher generation for secure text cryptosystem | |
CN110445797B (zh) | 一种具有隐私保护的两方多维数据比较方法和系统 | |
Abdul Hussien et al. | [Retracted] A Secure Environment Using a New Lightweight AES Encryption Algorithm for E‐Commerce Websites | |
JP2008513811A (ja) | 計算変換の方法及びシステム | |
Mewada et al. | Classification of efficient symmetric key cryptography algorithms | |
Vyakaranal et al. | Performance analysis of symmetric key cryptographic algorithms | |
Vijayakumar et al. | An improved level of security for dna steganography using hyperelliptic curve cryptography | |
Mewada et al. | Exploration of efficient symmetric AES algorithm | |
CN114417364A (zh) | 一种数据加密方法、联邦建模方法、装置及计算机设备 | |
Wang et al. | A privacy encryption algorithm based on an improved chaotic system | |
CN111368317B (zh) | 一种计算机数据加密系统及方法 | |
CN111475690A (zh) | 字符串的匹配方法和装置、数据检测方法、服务器 | |
Bezerra et al. | Fast chaotic image encryption with simultaneous permutation and diffusion for IoT applications | |
CN113761570B (zh) | 一种面向隐私求交的数据交互方法 | |
Jagdale et al. | Securing MMS with high performance elliptic curve cryptography | |
CN114221753B (zh) | 密钥数据处理方法和电子设备 | |
CN112231737A (zh) | 数据安全比较协议实现方法、系统、电子装置及存储介质 | |
KR102067065B1 (ko) | 전력 분석 및 전자파 분석에 안전한 메시지 랜덤화 기반의 행렬-벡터 곱 연산 장치, 이를 이용한 암호화 장치 및 방법 |
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 |