多方安全计算经典问题整理 .pdfVIP

多方安全计算经典问题整理

题目多方安全计算经典问题整理

摘要

数据挖掘可以帮助人们在纷繁多样的数据中找出隐晦的有用信息，

并且已经在电信、银行、保险、证券、零售、生物数据分析等领域得

到了广泛的应用。然而，就在数据挖掘工作不断深入的同时，数据隐

私保护问题也日益引起人们的广泛关注，如何在保护数据隐私的前提

下进行数据挖掘已经成为当前亟待解决的一个问题。

本报告选取隐私保持数据挖掘中的多方安全计算领域进行相关的

整理工作，罗列了多方安全计算领域中较为经典的姚式百万富翁问题、

安全电子选举问题以及几何位置判定问题。一方面，在翻阅文献的基

础上为这些问题筛选出前人给出的相对简洁易懂的解决方案；另一方

面也对文中所展示的解决方案从时间复杂度、应用范围的局限性以及

潜在安全隐患等角度进行了评价。另外，本报告也对各个问题中有待

进一步研究解决的问题进行了简单的阐述，以起到抛砖引玉的效果。

在报告的最后，也谈及了自己这门课程的上课感受。感谢学院开

设的这门课程，感谢授课的各位老师，让我在较短的时间内得以大致

了解当前数据库领域中所出现的一些前沿性的成果和问题，着实获益

匪浅！希望这种类型的课可以继续办下去，越办越好！

关键词：多方安全计算；百万富翁；电子选举；几何位置判定

目录

1引言(1)

2多方安全计算概述(2)

3百万富翁问题(3)

3.1姚式百万富翁问题解决方案[1](4)

3.1.1方案定义(4)

3.1.2方案评价(5)

3.2基于不经意传输协议的高效改进方案[8](6)

3.2.1不经意传输协议(6)

3.2.2改进方案(7)

4安全电子选举问题(8)

4.1选举模型(9)

4.2多选多的电子选举方案[14](10)

4.2.1方案定义(10)

4.2.2方案评价(11)

5保护私有信息的几何判定问题(12)

5.1安全点积定义(12)

5.2安全点积协议(13)

6小结(14)

7课程感受错误！未定义书签。参考文献.(15)

1引言

随着社会信息化和电子商务与电子政务的不断发展，数据成为社

会的重要资源，面对时刻在高速增长着的数据，越来越多的人开始思

考如何将这些数据转换成有用的信息和知识。比如连锁超市经理希望

从交易数据库中发掘客户的消费习惯，电信运营商希望从客户通话记

录中建立恶意欠费用户通话模型，银行经理希望能基于信用卡持卡人

历史记录建立优良客户特征模型，传统的数据库技术远远不能满足这

种深层次的数据分析处理需求，于是数据挖掘（Datamining，DM）

应运而生。所谓的数据挖掘就是“从数据中提取出隐含的过去未知的

有价值的潜在信息”[1]，它是数据库知识发现（Knowledge-

DiscoveryinDatabases，KDD）中的一个步骤。

然而，在数据挖掘技术应用不断深入的同时，数据挖掘技术对数

据隐私的威胁也日益引起人们的关注。或担心其数据被误用，或顾虑

某些隐藏于数据背后的敏感信息被“挖掘”出来，人们往往不愿意提

供数据参与数据挖掘工作，这就使得数据挖掘失去了基础。在这样一

个背景下，研究如何在保持数据隐私的前提下进行数据挖掘是一件非

常有意义的工作。当前，隐私保持数据挖掘（PrivacyPreserving

DataMining，PPDM）研究引起了国内外学者的广泛兴趣，已经开

发了一系列的技术。隐私保持数据挖掘技术针对待处理数据分布的不

同可以分为两类：集中式和分布式。

集中式的主要有随机扰乱、随机响应、数据交换、规则隐藏的启

发式方法、k-匿名和l-多样性方法等等，而分布式中最常用的是多方安

全计算密码技术。本报告主要就多方安全计算技术，选取了该领域比

较经典的几个问题做了一些整理工作。

2多方安全计算概述

生活中，常常会有多方各自拥有自己的数据，希望协作进行数据

挖掘，但每个参与方都不希望让其它方看到自己原始数据的情形。比

如各商业银行希望进行合作进行信用卡欺诈分析，各电信运行商希望

合作进行客户流失模型分析，它们的数据有相似的属性，但都不希望

向合作方透露