CN112506469A - 针对隐私数据进行处理的方法和装置 - Google Patents

针对隐私数据进行处理的方法和装置 Download PDF

Info

Publication number
CN112506469A
CN112506469A CN202110160533.6A CN202110160533A CN112506469A CN 112506469 A CN112506469 A CN 112506469A CN 202110160533 A CN202110160533 A CN 202110160533A CN 112506469 A CN112506469 A CN 112506469A
Authority
CN
China
Prior art keywords
fragment
result
party
iteration
slice
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
Application number
CN202110160533.6A
Other languages
English (en)
Other versions
CN112506469B (zh
Inventor
张祺智
李漓春
殷山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ant Blockchain Technology Shanghai Co Ltd
Original Assignee
Alipay Hangzhou Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alipay Hangzhou Information Technology Co Ltd filed Critical Alipay Hangzhou Information Technology Co Ltd
Priority to CN202110160533.6A priority Critical patent/CN112506469B/zh
Publication of CN112506469A publication Critical patent/CN112506469A/zh
Application granted granted Critical
Publication of CN112506469B publication Critical patent/CN112506469B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/38—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation
    • G06F7/48—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices
    • G06F7/52—Multiplying; Dividing
    • G06F7/523—Multiplying only

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本说明书实施例提供一种针对隐私数据进行处理的方法和装置，隐私数据基于和共享的方式被拆分成第一分片和第二分片，隐私数据的第一分片分布于第一方，隐私数据的第二分片分布于第二方。方法包括：第一方根据本方具有的隐私数据的第一分片和迭代初始值，与第二方提供的隐私数据的第二分片，进行预定次数的多轮迭代运算，得到针对隐私数据进行逆运算的运算结果的近似值；其中，迭代初始值小于逆运算的运算结果，多轮迭代运算的每一轮迭代的运算结果大于上一轮迭代的运算结果；其中，多轮迭代运算中的每一轮迭代涉及本地处理，以及和共享下的安全乘法运算。能够在针对隐私数据进行处理时，降低安全计算的通信轮次和通信量。

Description

针对隐私数据进行处理的方法和装置
技术领域
本说明书一个或多个实施例涉及计算机领域，尤其涉及针对隐私数据进行处理的方法和装置。
背景技术
逆运算是一种常见的数学运算，也称为对数据求逆，例如，对数据x求逆可以记为1/x，可以利用逆运算来计算除法。其计算方法通常为使用长除法逐位计算商的每一位，在计算每一位时需要一个比较运算。
对于基于和共享形式存储于A、B两方的隐私数据x来说，比较运算的通信轮次和通信量较高，再加上除法的试商过程需要逐比特串行计算，无法串行，就导致使用常规方法对1/x进行安全计算的通信轮次和通信量特别高。
因此，希望能有改进的方案，能够在针对隐私数据进行处理时，降低安全计算的通信轮次和通信量。
发明内容
本说明书一个或多个实施例描述了一种针对隐私数据进行处理的方法和装置，能够在针对隐私数据进行处理时，降低安全计算的通信轮次和通信量。
第一方面，提供了一种针对隐私数据进行处理的方法，所述隐私数据基于和共享的方式被拆分成第一分片和第二分片，所述隐私数据的第一分片分布于第一方，所述隐私数据的第二分片分布于第二方，所述方法通过所述第一方执行，包括：
根据本方具有的所述隐私数据的第一分片和迭代初始值，与所述第二方提供的所述隐私数据的第二分片，进行预定次数的多轮迭代运算，得到针对隐私数据进行逆运算的运算结果的近似值；其中，所述迭代初始值小于所述逆运算的运算结果，所述多轮迭代运算的每一轮迭代的运算结果大于上一轮迭代的运算结果；
其中，所述多轮迭代运算中的每一轮迭代涉及本地处理，以及和共享下的安全乘法运算。
在一种可能的实施方式中，所述多轮迭代运算中的第t轮迭代包括：
根据上一轮迭代的运算结果的第一结果分片与第一常数，进行本地处理，得到第一中间结果的第一分片；所述第二方得到第一中间结果的第二分片；
根据本方具有的所述隐私数据的第一分片和所述第一结果分片，与所述第二方提供的所述隐私数据的第二分片和上一轮迭代的运算结果的第二结果分片，进行和共享下的安全乘法运算，得到第二中间结果的第一分片；所述第二方得到第二中间结果的第二分片；
根据所述第一中间结果的第一分片和第二中间结果的第一分片，进行本地处理，得到所述第一中间结果与所述第二中间结果的差值的第一分片；所述第二方得到所述差值的第二分片；所述差值作为本轮迭代的运算结果。
进一步地，所述第t轮迭代为第1轮迭代，所述上一轮迭代的运算结果为所述迭代初始值。
进一步地，所述第t轮迭代为所述预定次数的迭代，所述差值为所述逆运算的运算结果。
进一步地，所述第一常数为2。
进一步地，所述安全乘法运算包括：
根据本方具有的所述隐私数据的第一分片和所述第一结果分片，与所述第二方提供的所述隐私数据的第二分片和所述第二结果分片，进行第一安全乘法运算，得到第三中间结果的第一分片；所述第二方得到第三中间结果的第二分片；
根据本方具有的所述第三中间结果的第一分片和所述第一结果分片，与所述第二方提供的所述第三中间结果的第二分片和所述第二结果分片，进行第二安全乘法运算，得到所述第二中间结果的第一分片。
在一种可能的实施方式中，所述隐私数据为定点数，f为定点数的定点位置；所述迭代初始值为2的-f次幂。
在一种可能的实施方式中，所述隐私数据具有第一取值范围，所述迭代初始值根据所述第一取值范围而确定。
在一种可能的实施方式中，所述安全乘法运算针对定点数进行，所述定点数由整数部分和定点位置共同确定；
所述安全乘法运算包括：
根据定点数的整数部分进行安全乘法运算，得到第四中间结果，将所述第四中间结果右移定点位置相同数目位，得到定点数的乘法运算结果。
在一种可能的实施方式中，所述安全乘法运算用于根据第一方的第一数据的第一分片和第二数据的第一分片，以及第二方的第一数据的第二分片和第二数据的第二分片进行乘法运算；包括：
从第三方获取第一随机数的第一分片，以及第二随机数的第一分片，以及第一随机数和第二随机数的乘积的第一分片；
向第二方发送第一数据的第一分片与第一随机数的第一分片的第一差值，以及第二数据的第一分片与第二随机数的第一分片的第二差值，以使所述第二方根据所述第一差值和所述第二差值计算乘法运算结果的第二分片；
从所述第二方接收第一数据的第二分片与第一随机数的第二分片的第三差值，以及第二数据的第二分片与第二随机数的第二分片的第四差值；
根据所述第三差值和所述第四差值计算乘法运算结果的第一分片。
第二方面，提供了一种针对隐私数据进行处理的装置，所述隐私数据基于和共享的方式被拆分成第一分片和第二分片，所述隐私数据的第一分片分布于第一方，所述隐私数据的第二分片分布于第二方，所述装置设置于所述第一方，包括：
迭代单元，用于根据本方具有的所述隐私数据的第一分片和迭代初始值，与所述第二方提供的所述隐私数据的第二分片，进行预定次数的多轮迭代运算，得到针对隐私数据进行逆运算的运算结果的近似值；其中，所述迭代初始值小于所述逆运算的运算结果，所述多轮迭代运算的每一轮迭代的运算结果大于上一轮迭代的运算结果；
其中，所述多轮迭代运算中的每一轮迭代涉及本地处理，以及和共享下的安全乘法运算。
第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行第一方面的方法。
第四方面，提供了一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现第一方面的方法。
通过本说明书实施例提供的方法和装置，第一方根据本方具有的隐私数据的第一分片和迭代初始值，与第二方提供的所述隐私数据的第二分片，进行预定次数的多轮迭代运算，得到针对隐私数据进行逆运算的运算结果的近似值；其中，所述迭代初始值小于所述逆运算的运算结果，所述多轮迭代运算的每一轮迭代的运算结果大于上一轮迭代的运算结果；其中，所述多轮迭代运算中的每一轮迭代涉及本地处理，以及和共享下的安全乘法运算。由上可见，本说明书实施例，通过预定次数的多轮迭代运算，得到针对隐私数据进行逆运算的运算结果的近似值，每一轮迭代中仅涉及本地处理和安全乘法运算，均可以以较高的效率基于和共享形式进行计算，能够在针对隐私数据进行处理时，降低安全计算的通信轮次和通信量。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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，对于本领域普通技术人员来讲，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它的附图。
图1为本说明书披露的一个实施例的实施场景示意图；
图2示出根据一个实施例的针对隐私数据进行处理的方法流程图；
图3示出根据一个实施例的本地乘法运算示意图；
图4示出根据一个实施例的安全乘法运算示意图；
图5示出根据一个实施例的本地减运算示意图；
图6示出根据一个实施例的针对隐私数据进行处理的装置的示意性框图。
具体实施方式
下面结合附图，对本说明书提供的方案进行描述。
图1为本说明书披露的一个实施例的实施场景示意图。该实施场景涉及针对隐私数据进行处理，得到针对隐私数据进行逆运算的运算结果的近似值。所述隐私数据基于和共享的方式被拆分成第一分片和第二分片，所述隐私数据的第一分片分布于第一方，所述隐私数据的第二分片分布于第二方。参照图1，针对隐私数据x进行逆运算的运算结果，也就是求解1/x。第一方11具有隐私数据x的第一分片<x>1，第二方12具有隐私数据x的第二分片<x>2。经过处理后，第一方11获得1/x的第一分片 <1/x>1, 第二方12获得1/x的第二分片<1/x>2。
本说明书实施例，针对隐私数据进行处理属于安全多方计算。安全多方计算又称为多方安全计算，即多方共同计算出一个函数的结果，而不泄露这个函数各方的输入数据，计算的结果公开给其中的一方或多方。安全多方计算一个典型的应用是隐私保护的多方数据的联合统计分析和机器学习。安全多方计算能让参与的各方在不暴露各自原始数据的情况下，能够计算出基于各方联合数据的统计结果、机器学习结果。这其中多方安全计算的函数可以包括针对隐私数据进行逆运算。
和共享形式: 在双方安全计算中，经常需要把一个0～N-1的整数x以 x=x_L+x_Rmod N的形式分布式储存在A、B两方。使得A不知道x_R, B不知道x_L。
和共享形式的安全计算: 保持和共享形式进行计算，计算过程中A方始终无法推断出x_R, B方始终无法推断出x_L。
在一个示例中，A、B是参与双方安全计算的两方，令G是一个有限阿贝尔群（Abelian group），G中的和共享形式是指将一个元素x in G以a+b的形式存储在A、B两方。其中，a in G存储于A方，对B不可见；b in G存储于B方，对A不可见；a+b中的加法是指阿贝尔群G中的加法。和共享形式下的安全计算要求A、B之间通过一些安全的交互，计算出x在f：G1→G2的值，依然以和共享的形式存储于A、B两方。
其中，第一方和第二方仅为对两方的区分，还可以将第一方称为P1方，将第二方称为P2方，或者将第一方称为A方，将第二方称为B方等。
本说明书实施例中，对于隐私数据所代表的含义不做限定。隐私数据可以代表一项隐私信息对应的数值，例如，隐私数据为20，代表用户的年龄为20岁；或者，隐私数据为15，代表用户的收入为15万元；隐私数据也可以代表多项隐私信息分别对应的数值，例如，隐私数据为一个向量，该向量的各个位分别代表不同的隐私信息，举例来说，该向量的第一位代表用户的年龄是否属于预设年龄区间，该向量的第二位代表用户的收入是否属于预设收入区间。
可以理解的是，隐私数据可以是任何不便于公开的数据，可以但不限于代表用户的个人信息的数据，或者商业秘密等。
本说明书实施例提供了一种针对隐私数据进行处理的方法，所述隐私数据基于和共享的方式被拆分成第一分片和第二分片，所述隐私数据的第一分片分布于第一方，所述隐私数据的第二分片分布于第二方，所述方法通过所述第一方执行，包括：根据本方具有的所述隐私数据的第一分片和迭代初始值，与所述第二方提供的所述隐私数据的第二分片，进行预定次数的多轮迭代运算，得到针对隐私数据进行逆运算的运算结果的近似值；其中，所述迭代初始值小于所述逆运算的运算结果，所述多轮迭代运算的每一轮迭代的运算结果大于上一轮迭代的运算结果；其中，所述多轮迭代运算中的每一轮迭代涉及本地处理，以及和共享下的安全乘法运算。
可以理解的是，本地处理可以为本地加法处理、本地减法处理、本地乘法处理或本地除法处理等，不需要第一方和第二方之间进行通信。
本说明书实施例，通过预定次数的多轮迭代运算，得到针对隐私数据进行逆运算的运算结果的近似值，每一轮迭代中仅涉及本地处理和安全乘法运算，均可以以较高的效率基于和共享形式进行计算，能够在针对隐私数据进行处理时，降低安全计算的通信轮次和通信量。
图2示出根据一个实施例的针对隐私数据进行处理的方法流程图，所述隐私数据基于和共享的方式被拆分成第一分片和第二分片，所述隐私数据的第一分片分布于第一方，所述隐私数据的第二分片分布于第二方，所述方法通过所述第一方执行，该方法可以基于图1所示的实施场景。如图2所示，该实施例中针对隐私数据进行处理的方法包括：根据本方具有的所述隐私数据的第一分片和迭代初始值，与所述第二方提供的所述隐私数据的第二分片，进行预定次数的多轮迭代运算，得到针对隐私数据进行逆运算的运算结果的近似值；其中，所述迭代初始值小于所述逆运算的运算结果，所述多轮迭代运算的每一轮迭代的运算结果大于上一轮迭代的运算结果；其中，所述多轮迭代运算中的每一轮迭代涉及本地处理，以及和共享下的安全乘法运算。其中，所述多轮迭代运算中的第t轮迭代包括以下步骤：步骤21，根据上一轮迭代的运算结果的第一结果分片与第一常数，进行本地处理，得到第一中间结果的第一分片；所述第二方得到第一中间结果的第二分片；步骤22，根据本方具有的所述隐私数据的第一分片和所述第一结果分片，与所述第二方提供的所述隐私数据的第二分片和上一轮迭代的运算结果的第二结果分片，进行和共享下的安全乘法运算，得到第二中间结果的第一分片；所述第二方得到第二中间结果的第二分片；步骤23，根据所述第一中间结果的第一分片和第二中间结果的第一分片，进行本地处理，得到所述第一中间结果与所述第二中间结果的差值的第一分片；所述第二方得到所述差值的第二分片；所述差值作为本轮迭代的运算结果。下面描述以上各个步骤的具体执行方式。
首先在步骤21，根据上一轮迭代的运算结果的第一结果分片与第一常数，进行本地处理，得到第一中间结果的第一分片；所述第二方得到第一中间结果的第二分片。可以理解的是，第一方具有上一轮迭代的运算结果的第一结果分片，第二方具有上一轮迭代的运算结果的第二结果分片，第一方和第二方各自进行本地处理，从而得到和共享形式的上一轮迭代的运算结果与第一常数相关的第一中间结果。
在一个示例中，上述本地处理为本地乘法运算，第一中间结果为上一轮迭代的运算结果与第一常数相乘的结果。
图3示出根据一个实施例的本地乘法运算示意图。参照图3，假定第一方即p1方具有第一结果分片<y>1，第二方即p2方具有第二结果分片<y>2，第一常数为C，第一方和第二方可以各自进行本地乘法运算，第一方得到第一中间结果的第一分片<z>1= <y>1*C，第二方得到第一中间结果的第二分片<z>2= <y>2*C。可以理解的是，在上述本地乘法运算中，第一方和第二方之间不需要通信。
在一个示例中，所述第t轮迭代为第1轮迭代，所述上一轮迭代的运算结果为所述迭代初始值。
在一个示例中，所述第t轮迭代为所述预定次数的迭代，所述差值为所述逆运算的运算结果。
在一个示例中，所述第一常数为2。
在一个示例中，所述隐私数据为定点数，f为定点数的定点位置；所述迭代初始值为2的-f次幂。
本说明书实施例中，以一个n位的整数x和一个定点位置f表示一个实数x*2-f，其中x以0到2n-1这2n个数组成的集合中的和共享表示，储存于A、B两方。
在一个示例中，所述隐私数据具有第一取值范围，所述迭代初始值根据所述第一取值范围而确定。可以理解的是，根据第一取值范围，可以估计出所述逆运算的运算结果的最小值，从而选取一个小于该最小值的数作为所述迭代初始值。
然后在步骤22，根据本方具有的所述隐私数据的第一分片和所述第一结果分片，与所述第二方提供的所述隐私数据的第二分片和上一轮迭代的运算结果的第二结果分片，进行和共享下的安全乘法运算，得到第二中间结果的第一分片；所述第二方得到第二中间结果的第二分片。可以理解的是，该安全乘法运算可以是基于所述隐私数据和上一轮迭代的运算结果多次相乘。
在一个示例中，所述安全乘法运算包括：
根据本方具有的所述隐私数据的第一分片和所述第一结果分片，与所述第二方提供的所述隐私数据的第二分片和所述第二结果分片，进行第一安全乘法运算，得到第三中间结果的第一分片；所述第二方得到第三中间结果的第二分片；
根据本方具有的所述第三中间结果的第一分片和所述第一结果分片，与所述第二方提供的所述第三中间结果的第二分片和所述第二结果分片，进行第二安全乘法运算，得到所述第二中间结果的第一分片。
可以理解的是，第三中间结果为所述隐私数据和上一轮迭代的运算结果一次相乘的结果，第二中间结果为第三中间结果和上一轮迭代的运算结果一次相乘的结果，也就是说，要得到第二中间结果需要两次相乘。
在一个示例中，所述安全乘法运算针对定点数进行，所述定点数由整数部分和定点位置共同确定；
所述安全乘法运算包括：
根据定点数的整数部分进行安全乘法运算，得到第四中间结果，将所述第四中间结果右移定点位置相同数目位，得到定点数的乘法运算结果。
可以理解的是，两个以和共享表示存储于A、B两方的定点数x*2-f与y*2-f计算乘法时，先利用安全乘法协议计算z=xy，然后右移f位，即u=z>>f，便得到积的和共享表示u*2-f。
在一个示例中，所述安全乘法运算用于根据第一方的第一数据的第一分片和第二数据的第一分片，以及第二方的第一数据的第二分片和第二数据的第二分片进行乘法运算；包括：
从第三方获取第一随机数的第一分片，以及第二随机数的第一分片，以及第一随机数和第二随机数的乘积的第一分片；
向第二方发送第一数据的第一分片与第一随机数的第一分片的第一差值，以及第二数据的第一分片与第二随机数的第一分片的第二差值，以使所述第二方根据所述第一差值和所述第二差值计算乘法运算结果的第二分片；
从所述第二方接收第一数据的第二分片与第一随机数的第二分片的第三差值，以及第二数据的第二分片与第二随机数的第二分片的第四差值；
根据所述第三差值和所述第四差值计算乘法运算结果的第一分片。
图4示出根据一个实施例的安全乘法运算示意图。参照图4，半可信第三方生成第一随机数的第一分片u0，第二随机数的第一分片v0，第一随机数的第二分片u1，第二随机数的第二分片v1，预计算（u0+ u1）×（v0+ v1）=（z0+ z1），得到第一随机数和第二随机数的乘积的第一分片z0，以及第一随机数和第二随机数的乘积的第二分片z1，将u0、v0、z0发送给第一方，将u1、v1、z1发送给第二方，从而使得第一方具有u0、v0、z0，以及第一数据的第一分片a0、第二数据的第一分片b0，第二方具有u1、v1、z1，以及第一数据的第二分片a1、第二数据的第一分片b1。第一方向第二方发送第一差值a0-u0和第二差值b0-v0，第一方从第二方接收第三差值a1-u1和第四差值b1-v1，第一方和第二方可以分别计算出e=a-u，f=b-v，可以理解的是，a=a0+a1，b=b0+b1，u=u0+u1，v=v0+v1，后续第一方可以计算出乘法运算结果的第一分片c0=-ef+a0f+eb0+z0，第二方可以计算出乘法运算结果的第二分片c1=a1f+eb1+z1。
可以验证，c0+c1=-ef+af+eb+uv，又由于e=a-u，从而c0+c1=uf+ab-ub+uv，又由于f=b-v，从而c0+c1=ub-uv+ab-ub+uv，从而c0+c1=a×b。
最后在步骤23，根据所述第一中间结果的第一分片和第二中间结果的第一分片，进行本地处理，得到所述第一中间结果与所述第二中间结果的差值的第一分片；所述第二方得到所述差值的第二分片；所述差值作为本轮迭代的运算结果。可以理解的是，第一方具有第一中间结果的第一分片和第二中间结果的第一分片，第二方具有第一中间结果的第二分片和第二中间结果的第二分片，第一方和第二方各自进行本地处理，从而得到和共享形式的所述第一中间结果与所述第二中间结果的差值。
在一个示例中，上述本地处理为本地减法运算，将所述第一中间结果的第一分片作为被减数，第二中间结果的第一分片作为减数，进行本地减法运算。
图5示出根据一个实施例的本地减运算示意图。参照图5，假定第一方即p1方具有第一中间结果的第一分片<y>1和第二中间结果的第一分片<x>1，第二方即p2方具有第一中间结果的第二分片<y>2和第二中间结果的第二分片<x>2，第一方和第二方可以各自进行本地减法运算，第一方得到所述差值的第一分片<z>1= <y>1-<x>1，第二方得到所述差值的第二分片<z>2= <y>2-<x>2。可以理解的是，在上述本地减法运算中，第一方和第二方之间不需要通信。
通过本说明书实施例提供的方法，第一方根据本方具有的隐私数据的第一分片和迭代初始值，与第二方提供的所述隐私数据的第二分片，进行预定次数的多轮迭代运算，得到针对隐私数据进行逆运算的运算结果的近似值；其中，所述迭代初始值小于所述逆运算的运算结果，所述多轮迭代运算的每一轮迭代的运算结果大于上一轮迭代的运算结果；其中，所述多轮迭代运算中的每一轮迭代涉及本地处理，以及和共享下的安全乘法运算。其中，所述多轮迭代运算中的第t轮迭代包括：首先第一方根据上一轮迭代的运算结果的第一结果分片与第一常数，进行本地处理，得到第一中间结果的第一分片；所述第二方得到第一中间结果的第二分片；然后第一方根据本方具有的所述隐私数据的第一分片和所述第一结果分片，与所述第二方提供的所述隐私数据的第二分片和上一轮迭代的运算结果的第二结果分片，进行和共享下的安全乘法运算，得到第二中间结果的第一分片；所述第二方得到第二中间结果的第二分片；最后第一方根据所述第一中间结果的第一分片和第二中间结果的第一分片，进行本地处理，得到所述第一中间结果与所述第二中间结果的差值的第一分片；所述第二方得到所述差值的第二分片；所述差值作为本轮迭代的运算结果。由上可见，本说明书实施例，通过预定次数的多轮迭代运算，得到针对隐私数据进行逆运算的运算结果的近似值，每一轮迭代中仅涉及本地处理和安全乘法运算，均可以以较高的效率基于和共享形式进行计算，能够在针对隐私数据进行处理时，降低安全计算的通信轮次和通信量。
可以理解的是，隐私数据以和共享形式存在于两方，两方中的任一方可以称为第一方，另一方称为第二方，由于第一方和第二方的处理过程类似，在此不再针对第二方的执行过程单独进行说明。
本说明书实施例提供的方法，可以针对任意大小的隐私数据进行处理，得到针对隐私数据进行逆运算的运算结果，可选地隐私数据a为正数，为了计算1/a的运算结果，设置迭代初始值x0=2-f，利用迭代公式xn+1=2*xn-a*xn 2进行预定次数的迭代，得到1/a的近似值，处理过程中涉及本地乘法运算、安全乘法运算和本地减法运算。当隐私数据为负数时，可以更新迭代初始值，或者，先对隐私数据的绝对值进行逆运算，得到相应的运算结果，再根据该运算结果得到隐私数据的逆运算的运算结果。
上述迭代公式可以变形为xn+1=xn/(1/2)-a*xn 2，处理过程中涉及本地除法运算、安全乘法运算和本地减法运算。
上述迭代公式还可以变形为xn+1=（2-a*xn）*xn，处理过程中涉及安全乘法运算和本地减法运算。
上述迭代公式的收敛速度很快，通常只需要几十次的迭代即可收敛，也就是说，达到xn+1=xn，并且迭代公式中只涉及本地处理和安全乘法运算，从而可以以较高的效率基于和共享形式进行计算。
根据另一方面的实施例，还提供一种针对隐私数据进行处理的装置，所述隐私数据基于和共享的方式被拆分成第一分片和第二分片，所述隐私数据的第一分片分布于第一方，所述隐私数据的第二分片分布于第二方，所述装置设置于所述第一方，用于执行本说明书实施例提供的方法中第一方执行的动作。图6示出根据一个实施例的针对隐私数据进行处理的装置的示意性框图。如图6所示，该装置600包括：
迭代单元61，用于根据本方具有的所述隐私数据的第一分片和迭代初始值，与所述第二方提供的所述隐私数据的第二分片，进行预定次数的多轮迭代运算，得到针对隐私数据进行逆运算的运算结果的近似值；其中，所述迭代初始值小于所述逆运算的运算结果，所述多轮迭代运算的每一轮迭代的运算结果大于上一轮迭代的运算结果；
其中，所述多轮迭代运算中的每一轮迭代涉及本地处理，以及和共享下的安全乘法运算。
其中，所述迭代单元61包括用于所述多轮迭代运算中的第t轮迭代的如下子单元：
第一本地处理子单元611，用于根据上一轮迭代的运算结果的第一结果分片与第一常数，进行本地处理，得到第一中间结果的第一分片；所述第二方得到第一中间结果的第二分片；
安全乘法子单元612，用于根据本方具有的所述隐私数据的第一分片和所述第一结果分片，与所述第二方提供的所述隐私数据的第二分片和上一轮迭代的运算结果的第二结果分片，进行和共享下的安全乘法运算，得到第二中间结果的第一分片；所述第二方得到第二中间结果的第二分片；
第二本地处理子单元613，用于根据所述第一本地处理子单元611得到的第一中间结果的第一分片和所述安全乘法子单元612得到的第二中间结果的第一分片，进行本地处理，得到所述第一中间结果与所述第二中间结果的差值的第一分片；所述第二方得到所述差值的第二分片；所述差值作为本轮迭代的运算结果。
可选地，作为一个实施例，所述第t轮迭代为第1轮迭代，所述上一轮迭代的运算结果为所述迭代初始值。
可选地，作为一个实施例，所述第t轮迭代为所述预定次数的迭代，所述差值为所述逆运算的运算结果。
可选地，作为一个实施例，所述第一常数为2。
可选地，作为一个实施例，所述安全乘法子单元612包括：
第一安全乘法模块，用于根据本方具有的所述隐私数据的第一分片和所述第一结果分片，与所述第二方提供的所述隐私数据的第二分片和所述第二结果分片，进行第一安全乘法运算，得到第三中间结果的第一分片；所述第二方得到第三中间结果的第二分片；
第二安全乘法模块，用于根据本方具有的所述第一安全乘法模块得到的第三中间结果的第一分片和所述第一结果分片，与所述第二方提供的所述第三中间结果的第二分片和所述第二结果分片，进行第二安全乘法运算，得到所述第二中间结果的第一分片。
可选地，作为一个实施例，所述隐私数据为定点数，f为定点数的定点位置；所述迭代初始值为2的-f次幂。
可选地，作为一个实施例，所述隐私数据具有第一取值范围，所述迭代初始值根据所述第一取值范围而确定。
可选地，作为一个实施例，所述安全乘法运算针对定点数进行，所述定点数由整数部分和定点位置共同确定；
所述安全乘法运算包括：
根据定点数的整数部分进行安全乘法运算，得到第四中间结果，将所述第四中间结果右移定点位置相同数目位，得到定点数的乘法运算结果。
可选地，作为一个实施例，所述安全乘法运算用于根据第一方的第一数据的第一分片和第二数据的第一分片，以及第二方的第一数据的第二分片和第二数据的第二分片进行乘法运算；包括：
从第三方获取第一随机数的第一分片，以及第二随机数的第一分片，以及第一随机数和第二随机数的乘积的第一分片；
向第二方发送第一数据的第一分片与第一随机数的第一分片的第一差值，以及第二数据的第一分片与第二随机数的第一分片的第二差值，以使所述第二方根据所述第一差值和所述第二差值计算乘法运算结果的第二分片；
从所述第二方接收第一数据的第二分片与第一随机数的第二分片的第三差值，以及第二数据的第二分片与第二随机数的第二分片的第四差值；
根据所述第三差值和所述第四差值计算乘法运算结果的第一分片。
通过本说明书实施例提供的装置，第一方的迭代单元61根据本方具有的隐私数据的第一分片和迭代初始值，与第二方提供的所述隐私数据的第二分片，进行预定次数的多轮迭代运算，得到针对隐私数据进行逆运算的运算结果的近似值；其中，所述迭代初始值小于所述逆运算的运算结果，所述多轮迭代运算的每一轮迭代的运算结果大于上一轮迭代的运算结果；其中，所述多轮迭代运算中的每一轮迭代涉及本地处理，以及和共享下的安全乘法运算。其中，首先第一方的第一本地处理子单元611根据上一轮迭代的运算结果的第一结果分片与第一常数，进行本地处理，得到第一中间结果的第一分片；所述第二方得到第一中间结果的第二分片；然后第一方的安全乘法子单元612根据本方具有的所述隐私数据的第一分片和所述第一结果分片，与所述第二方提供的所述隐私数据的第二分片和上一轮迭代的运算结果的第二结果分片，进行和共享下的安全乘法运算，得到第二中间结果的第一分片；所述第二方得到第二中间结果的第二分片；最后第一方的第二本地处理子单元613根据所述第一中间结果的第一分片和第二中间结果的第一分片，进行本地处理，得到所述第一中间结果与所述第二中间结果的差值的第一分片；所述第二方得到所述差值的第二分片；所述差值作为本轮迭代的运算结果。由上可见，本说明书实施例，通过预定次数的多轮迭代运算，得到针对隐私数据进行逆运算的运算结果的近似值，每一轮迭代中仅涉及本地处理和安全乘法运算，均可以以较高的效率基于和共享形式进行计算，能够在针对隐私数据进行处理时，降低安全计算的通信轮次和通信量。
根据另一方面的实施例，还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行结合图2所描述的方法。
根据再一方面的实施例，还提供一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现结合图2所描述的方法。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (22)

1.一种针对隐私数据进行处理的方法，所述隐私数据基于和共享的方式被拆分成第一分片和第二分片，所述隐私数据的第一分片分布于第一方，所述隐私数据的第二分片分布于第二方，所述方法通过所述第一方执行，包括：
根据本方具有的所述隐私数据的第一分片和迭代初始值，与所述第二方提供的所述隐私数据的第二分片，进行预定次数的多轮迭代运算，得到针对隐私数据进行逆运算的运算结果的近似值；其中，所述迭代初始值小于所述逆运算的运算结果，所述多轮迭代运算的每一轮迭代的运算结果大于上一轮迭代的运算结果；
其中，所述多轮迭代运算中的每一轮迭代涉及本地处理，以及和共享下的安全乘法运算。
2.如权利要求1所述的方法，其中，所述多轮迭代运算中的第t轮迭代包括：
根据上一轮迭代的运算结果的第一结果分片与第一常数，进行本地处理，得到第一中间结果的第一分片；所述第二方得到第一中间结果的第二分片；
根据本方具有的所述隐私数据的第一分片和所述第一结果分片，与所述第二方提供的所述隐私数据的第二分片和上一轮迭代的运算结果的第二结果分片，进行和共享下的安全乘法运算，得到第二中间结果的第一分片；所述第二方得到第二中间结果的第二分片；
根据所述第一中间结果的第一分片和第二中间结果的第一分片，进行本地处理，得到所述第一中间结果与所述第二中间结果的差值的第一分片；所述第二方得到所述差值的第二分片；所述差值作为本轮迭代的运算结果。
3.如权利要求2所述的方法，其中，所述第t轮迭代为第1轮迭代，所述上一轮迭代的运算结果为所述迭代初始值。
4.如权利要求2所述的方法，其中，所述第t轮迭代为所述预定次数的迭代，所述差值为所述逆运算的运算结果。
5.如权利要求2所述的方法，其中，所述第一常数为2。
6.如权利要求2所述的方法，其中，所述安全乘法运算包括：
根据本方具有的所述隐私数据的第一分片和所述第一结果分片，与所述第二方提供的所述隐私数据的第二分片和所述第二结果分片，进行第一安全乘法运算，得到第三中间结果的第一分片；所述第二方得到第三中间结果的第二分片；
根据本方具有的所述第三中间结果的第一分片和所述第一结果分片，与所述第二方提供的所述第三中间结果的第二分片和所述第二结果分片，进行第二安全乘法运算，得到所述第二中间结果的第一分片。
7.如权利要求1所述的方法，其中，所述隐私数据为定点数，f为定点数的定点位置；所述迭代初始值为2的-f次幂。
8.如权利要求1所述的方法，其中，所述隐私数据具有第一取值范围，所述迭代初始值根据所述第一取值范围而确定。
9.如权利要求1所述的方法，其中，所述安全乘法运算针对定点数进行，所述定点数由整数部分和定点位置共同确定；
所述安全乘法运算包括：
根据定点数的整数部分进行安全乘法运算，得到第四中间结果，将所述第四中间结果右移定点位置相同数目位，得到定点数的乘法运算结果。
10.如权利要求1所述的方法，其中，所述安全乘法运算用于根据第一方的第一数据的第一分片和第二数据的第一分片，以及第二方的第一数据的第二分片和第二数据的第二分片进行乘法运算；包括：
从第三方获取第一随机数的第一分片，以及第二随机数的第一分片，以及第一随机数和第二随机数的乘积的第一分片；
向第二方发送第一数据的第一分片与第一随机数的第一分片的第一差值，以及第二数据的第一分片与第二随机数的第一分片的第二差值，以使所述第二方根据所述第一差值和所述第二差值计算乘法运算结果的第二分片；
从所述第二方接收第一数据的第二分片与第一随机数的第二分片的第三差值，以及第二数据的第二分片与第二随机数的第二分片的第四差值；
根据所述第三差值和所述第四差值计算乘法运算结果的第一分片。
11.一种针对隐私数据进行处理的装置，所述隐私数据基于和共享的方式被拆分成第一分片和第二分片，所述隐私数据的第一分片分布于第一方，所述隐私数据的第二分片分布于第二方，所述装置设置于所述第一方，包括：
迭代单元，用于根据本方具有的所述隐私数据的第一分片和迭代初始值，与所述第二方提供的所述隐私数据的第二分片，进行预定次数的多轮迭代运算，得到针对隐私数据进行逆运算的运算结果的近似值；其中，所述迭代初始值小于所述逆运算的运算结果，所述多轮迭代运算的每一轮迭代的运算结果大于上一轮迭代的运算结果；
其中，所述多轮迭代运算中的每一轮迭代涉及本地处理，以及和共享下的安全乘法运算。
12.如权利要求11所述的装置，其中，所述迭代单元包括用于所述多轮迭代运算中的第t轮迭代的如下子单元：
第一本地处理子单元，用于根据上一轮迭代的运算结果的第一结果分片与第一常数，进行本地处理，得到第一中间结果的第一分片；所述第二方得到第一中间结果的第二分片；
安全乘法子单元，用于根据本方具有的所述隐私数据的第一分片和所述第一结果分片，与所述第二方提供的所述隐私数据的第二分片和上一轮迭代的运算结果的第二结果分片，进行和共享下的安全乘法运算，得到第二中间结果的第一分片；所述第二方得到第二中间结果的第二分片；
第二本地处理子单元，用于根据所述第一本地处理子单元得到的第一中间结果的第一分片和所述安全乘法子单元得到的第二中间结果的第一分片，进行本地处理，得到所述第一中间结果与所述第二中间结果的差值的第一分片；所述第二方得到所述差值的第二分片；所述差值作为本轮迭代的运算结果。
13.如权利要求12所述的装置，其中，所述第t轮迭代为第1轮迭代，所述上一轮迭代的运算结果为所述迭代初始值。
14.如权利要求12所述的装置，其中，所述第t轮迭代为所述预定次数的迭代，所述差值为所述逆运算的运算结果。
15.如权利要求12所述的装置，其中，所述第一常数为2。
16.如权利要求12所述的装置，其中，所述安全乘法子单元包括：
第一安全乘法模块，用于根据本方具有的所述隐私数据的第一分片和所述第一结果分片，与所述第二方提供的所述隐私数据的第二分片和所述第二结果分片，进行第一安全乘法运算，得到第三中间结果的第一分片；所述第二方得到第三中间结果的第二分片；
第二安全乘法模块，用于根据本方具有的所述第一安全乘法模块得到的第三中间结果的第一分片和所述第一结果分片，与所述第二方提供的所述第三中间结果的第二分片和所述第二结果分片，进行第二安全乘法运算，得到所述第二中间结果的第一分片。
17.如权利要求11所述的装置，其中，所述隐私数据为定点数，f为定点数的定点位置；所述迭代初始值为2的-f次幂。
18.如权利要求11所述的装置，其中，所述隐私数据具有第一取值范围，所述迭代初始值根据所述第一取值范围而确定。
19.如权利要求11所述的装置，其中，所述安全乘法运算针对定点数进行，所述定点数由整数部分和定点位置共同确定；
所述安全乘法运算包括：
根据定点数的整数部分进行安全乘法运算，得到第四中间结果，将所述第四中间结果右移定点位置相同数目位，得到定点数的乘法运算结果。
20.如权利要求11所述的装置，其中，所述安全乘法运算用于根据第一方的第一数据的第一分片和第二数据的第一分片，以及第二方的第一数据的第二分片和第二数据的第二分片进行乘法运算；包括：
从第三方获取第一随机数的第一分片，以及第二随机数的第一分片，以及第一随机数和第二随机数的乘积的第一分片；
向第二方发送第一数据的第一分片与第一随机数的第一分片的第一差值，以及第二数据的第一分片与第二随机数的第一分片的第二差值，以使所述第二方根据所述第一差值和所述第二差值计算乘法运算结果的第二分片；
从所述第二方接收第一数据的第二分片与第一随机数的第二分片的第三差值，以及第二数据的第二分片与第二随机数的第二分片的第四差值；
根据所述第三差值和所述第四差值计算乘法运算结果的第一分片。
21.一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-10中任一项的所述的方法。
22.一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1-10中任一项的所述的方法。
CN202110160533.6A 2021-02-05 2021-02-05 针对隐私数据进行处理的方法和装置 Active CN112506469B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110160533.6A CN112506469B (zh) 2021-02-05 2021-02-05 针对隐私数据进行处理的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110160533.6A CN112506469B (zh) 2021-02-05 2021-02-05 针对隐私数据进行处理的方法和装置

Publications (2)

Publication Number Publication Date
CN112506469A true CN112506469A (zh) 2021-03-16
CN112506469B CN112506469B (zh) 2021-04-27

Family

ID=74953193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110160533.6A Active CN112506469B (zh) 2021-02-05 2021-02-05 针对隐私数据进行处理的方法和装置

Country Status (1)

Country Link
CN (1) CN112506469B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112560107A (zh) * 2021-02-20 2021-03-26 支付宝(杭州)信息技术有限公司 针对隐私数据进行处理的方法和装置
CN113065162A (zh) * 2021-04-25 2021-07-02 支付宝(杭州)信息技术有限公司 和共享形式的隐私数据的处理方法和装置
CN113626871A (zh) * 2021-08-31 2021-11-09 支付宝(杭州)信息技术有限公司 保护隐私数据的两方多分支条件实现方法和系统
CN113708930A (zh) * 2021-10-20 2021-11-26 杭州趣链科技有限公司 隐私数据的数据比较方法、装置、设备及介质
CN113949510A (zh) * 2021-10-15 2022-01-18 支付宝(杭州)信息技术有限公司 一种隐私保护的多方安全计算方法和系统
CN114239811A (zh) * 2021-12-21 2022-03-25 支付宝(杭州)信息技术有限公司 基于隐私保护的多方联合卷积处理方法、装置和系统
CN114418830A (zh) * 2022-01-19 2022-04-29 百度在线网络技术（北京）有限公司 安全计算方法、装置、设备以及存储介质
WO2024001023A1 (zh) * 2022-06-30 2024-01-04 蚂蚁区块链科技(上海)有限公司 隐私数据的安全处理方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103634101A (zh) * 2013-12-03 2014-03-12 中国电子器材总公司 加密处理方法及设备
CN103631761A (zh) * 2012-08-29 2014-03-12 睿励科学仪器（上海）有限公司 并行处理架构进行矩阵运算并用于严格波耦合分析的方法
US20170195116A1 (en) * 2007-12-28 2017-07-06 Intel Corporation Method and apparatus for efficiently implementing the advanced encryption standard
CN109101708A (zh) * 2018-07-25 2018-12-28 福建工程学院 基于二级区域分解的隐式有限元并行方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170195116A1 (en) * 2007-12-28 2017-07-06 Intel Corporation Method and apparatus for efficiently implementing the advanced encryption standard
CN103631761A (zh) * 2012-08-29 2014-03-12 睿励科学仪器（上海）有限公司 并行处理架构进行矩阵运算并用于严格波耦合分析的方法
CN103634101A (zh) * 2013-12-03 2014-03-12 中国电子器材总公司 加密处理方法及设备
CN109101708A (zh) * 2018-07-25 2018-12-28 福建工程学院 基于二级区域分解的隐式有限元并行方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
于斌 等: "面向多椭圆曲线的高速标量乘法器设计与实现", 《通信学报》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112560107A (zh) * 2021-02-20 2021-03-26 支付宝(杭州)信息技术有限公司 针对隐私数据进行处理的方法和装置
CN113065162A (zh) * 2021-04-25 2021-07-02 支付宝(杭州)信息技术有限公司 和共享形式的隐私数据的处理方法和装置
CN113065162B (zh) * 2021-04-25 2022-05-17 支付宝(杭州)信息技术有限公司 和共享形式的隐私数据的处理方法和装置
CN113626871A (zh) * 2021-08-31 2021-11-09 支付宝(杭州)信息技术有限公司 保护隐私数据的两方多分支条件实现方法和系统
CN113949510A (zh) * 2021-10-15 2022-01-18 支付宝(杭州)信息技术有限公司 一种隐私保护的多方安全计算方法和系统
CN113708930A (zh) * 2021-10-20 2021-11-26 杭州趣链科技有限公司 隐私数据的数据比较方法、装置、设备及介质
CN114239811A (zh) * 2021-12-21 2022-03-25 支付宝(杭州)信息技术有限公司 基于隐私保护的多方联合卷积处理方法、装置和系统
CN114239811B (zh) * 2021-12-21 2024-05-31 支付宝(杭州)信息技术有限公司 基于隐私保护的多方联合卷积处理方法、装置和系统
CN114418830A (zh) * 2022-01-19 2022-04-29 百度在线网络技术（北京）有限公司 安全计算方法、装置、设备以及存储介质
WO2024001023A1 (zh) * 2022-06-30 2024-01-04 蚂蚁区块链科技(上海)有限公司 隐私数据的安全处理方法和装置

Also Published As

Publication number Publication date
CN112506469B (zh) 2021-04-27

Similar Documents

Publication Publication Date Title
CN112506469B (zh) 针对隐私数据进行处理的方法和装置
CN112560107B (zh) 针对隐私数据进行处理的方法和装置
CN112800478B (zh) 保护隐私数据的共有数据确定方法、装置和系统
CN111523144B (zh) 针对多方的隐私数据进行安全运算的方法和装置
US8504602B2 (en) Modular multiplication processing apparatus
US6611597B1 (en) Method and device for constructing elliptic curves
CN109145616B (zh) 基于高效模乘的sm2加密、签名和密钥交换的实现方法及系统
JP2009500676A (ja) 楕円曲線点乗算
US20090136025A1 (en) Method for scalarly multiplying points on an elliptic curve
CN111737757B (zh) 针对隐私数据进行安全运算的方法和装置
Costello et al. Faster compact Diffie–Hellman: endomorphisms on the x-line
CN107888385B (zh) Rsa模数生成方法、rsa密钥生成方法、计算机设备及介质
JP4875686B2 (ja) 楕円曲線上の有限体演算の加速方法
CN112560106B (zh) 针对隐私矩阵进行处理的方法、装置和系统
Chung et al. Fast, uniform, and compact scalar multiplication for elliptic curves and genus 2 jacobians with applications to signature schemes
Lee et al. Area-efficient subquadratic space-complexity digit-serial multiplier for type-II optimal normal basis of $ GF (2^{m}) $ using symmetric TMVP and block recombination techniques
CN112398488A (zh) 向量压缩的方法和装置
CN111897578A (zh) 一种特征为2的椭圆曲线上标量乘的并行处理方法及装置
CN116821962A (zh) 保护隐私数据的概率截断方法和装置
Shirase Condition on composite numbers easily factored with elliptic curve method
CN114297726A (zh) 基于安全多方计算的乘法执行方法及装置
Lee Low-complexity parallel systolic Montgomery multipliers over GF (2 m) using Toeplitz Matrix-vector representation
CN114706557A (zh) 一种asic芯片及蒙哥马利模乘的实现方法和装置
Kim Efficient Algorithm for Multi-Bit Montgomery Inverse Using Refined Multiplicative Inverse Modular $2^ K$
CN114239811B (zh) 基于隐私保护的多方联合卷积处理方法、装置和系统

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
TR01 Transfer of patent right

Effective date of registration: 20240929

Address after: Room 803, floor 8, No. 618 Wai Road, Huangpu District, Shanghai 200010

Patentee after: Ant blockchain Technology (Shanghai) Co.,Ltd.

Country or region after: China

Address before: 310000 801-11 section B, 8th floor, 556 Xixi Road, Xihu District, Hangzhou City, Zhejiang Province

Patentee before: Alipay (Hangzhou) Information Technology Co.,Ltd.

Country or region before: China