恶意模型下高效欧几里德距离计算协议:安全性与实用性提升
需积分: 10 38 浏览量
更新于2024-09-08
收藏 546KB PDF 举报
本文主要探讨了恶意模型下的安全多方计算(MPC)协议,特别是针对计算欧几里德距离这一具体问题的研究。安全多方计算起源于Yao和Goldreich等人的开创性工作,他们在1987年的STOC会议上提出,即使存在陷门置换这样的特殊威胁,任何函数都可以通过构造安全的计算协议得以保密执行。他们提出的通用解决方案是利用布尔电路来表示待计算函数,每个逻辑门的操作通过多方协作完成,然而,这种方法的效率受到电路规模的制约,对于复杂的函数可能不切实际。
Goldreich对此认识到了局限性,强调了针对特定问题设计专用协议的必要性。本文关注的焦点是提出了一种新的、基于分布式ElGamal加密的安全协议,用于计算两个向量之间的欧几里德距离。这种协议在恶意模型下运作,旨在提高计算和通信效率,使之更适合在计算和通信资源有限的环境中应用。
与早期的通用解决方案相比,新协议在复杂性和资源消耗上有所优化。它没有采用大规模布尔电路的方法,而是巧妙地利用了特定问题的特性,从而避免了效率上的瓶颈。具体来说,作者们在2015年发表的这篇论文中,详细阐述了这一协议的设计原理、实施步骤以及在混合模型下的安全性分析。他们对协议进行了深入的理论分析,并展示了其在实际应用场景中的潜在优势。
总结来说,这篇论文的核心贡献在于提供了一个在恶意环境下,计算欧几里德距离的安全多方计算协议,这个协议在处理特定问题时,能够有效地平衡隐私保护、计算效率和通信成本,为实际应用中的多方数据处理提供了一个实用且安全的解决方案。这对于推动安全计算技术的发展,尤其是在资源受限环境下的隐私保护具有重要意义。
2022-04-18 上传
2019-07-22 上传
2019-09-07 上传
2019-07-22 上传
2019-09-07 上传
2019-07-22 上传
2022-04-28 上传
2019-09-13 上传
2022-05-16 上传
weixin_38744153
- 粉丝: 347
- 资源: 2万+
最新资源
- 深入浅出:自定义 Grunt 任务的实践指南
- 网络物理突变工具的多点路径规划实现与分析
- multifeed: 实现多作者间的超核心共享与同步技术
- C++商品交易系统实习项目详细要求
- macOS系统Python模块whl包安装教程
- 掌握fullstackJS:构建React框架与快速开发应用
- React-Purify: 实现React组件纯净方法的工具介绍
- deck.js:构建现代HTML演示的JavaScript库
- nunn:现代C++17实现的机器学习库开源项目
- Python安装包 Acquisition-4.12-cp35-cp35m-win_amd64.whl.zip 使用说明
- Amaranthus-tuberculatus基因组分析脚本集
- Ubuntu 12.04下Realtek RTL8821AE驱动的向后移植指南
- 掌握Jest环境下的最新jsdom功能
- CAGI Toolkit:开源Asterisk PBX的AGI应用开发
- MyDropDemo: 体验QGraphicsView的拖放功能
- 远程FPGA平台上的Quartus II17.1 LCD色块闪烁现象解析