云外包多方隐私集合比较：同态加密与Bloom过滤器结合的新协议

"该研究论文提出了一种基于同态加密和Bloom过滤器的云外包多方隐私集合比较协议，旨在解决多方隐私集合比较协议计算效率低和可能引发用户隐私泄露的问题。该协议利用NTTRU Cryptosystems的代理重加密算法，将不同公钥加密的密文转换成相同公钥加密的密文，减轻了参与方的计算负担，并借助Bloom过滤器的高效特性，提高了加密、解密和查询的效率。用户只需进行少量计算，无需实时在线交互，从而保护了隐私。" 正文: 随着云计算技术的发展，数据存储和处理越来越依赖于云服务。然而，这同时也带来了隐私保护的挑战。在多方隐私集合比较（Private Set Intersection, PSI）协议中，多个参与者希望知道他们的数据集有多少共同项，但又不希望暴露各自的数据集。传统的PSI协议往往计算效率低，而且在云环境下可能导致用户隐私信息的泄露。 针对这一问题，本文提出了一种创新的解决方案，即基于同态加密和Bloom过滤器的云外包多方隐私集合比较协议。同态加密允许在密文上进行计算，而不会揭示原始信息，极大地增强了数据安全性。协议中采用NTTRU Cryptosystems的代理重加密算法，使得不同用户的数据可以被转化为同一公钥下的加密形式，这降低了计算复杂度，使得计算任务可以安全地外包给云服务器。 Bloom过滤器则是一个空间效率极高的概率数据结构，用于判断一个元素是否可能存在于集合中。尽管存在一定的误判率，但在隐私保护场景下，这种误判是可以接受的，因为它避免了精确匹配带来的隐私泄露风险。在本协议中，Bloom过滤器被用来提高加密、解密和查询过程的效率，同时减少了用户端的计算和交互需求。 通过理论分析和实验验证，新协议的计算复杂度和通信复杂度均呈现线性增长，这意味着即使在大数据集的情况下，协议也能高效运行。更重要的是，该协议在执行过程中不会暴露用户的私有信息，满足了隐私保护的核心需求，适用于现实世界的云计算环境。 总结起来，这项研究通过结合同态加密和Bloom过滤器的优势，设计了一个既能保护隐私又能提高效率的云外包多方隐私集合比较协议。这种方法不仅有助于提升云服务的安全性，也为未来隐私保护技术的发展提供了新的思路。