目录
前言
自适应安全共享
安全助手
安全多应用程序
安全矢量化
前言前一部分主要来自另一个博客。 https://blog.csdn.net/QQ _ 33154865/article/details/106271611,在此感谢此博客的作者。
后一部分想从整体上补充additive secret sharing,所以添加了addtion和vectorization部分。
还不知道的人请看相关视频。 https://www.bilibili.com/video/av 285066309 /
Additive secret sharing假设数据拥有者中有一个数据x,现在有两个服务器x然后,秘密共享的服务器A, B随机地获得其一部分(加密后),服务器A也随机地获得其一部分(加密后)。
想要恢复或计算数据时,一方会将自己的数据发送给另一方,或者将数据一起发送给第三方。 具体取决于隐私的需要。
A方有信息。
B方有信息:
Note :
Additive有两个意思。
1、塑料共享(重点)此过程与常见的secret sharing的不同之处在于,其所有共享过程都是通过塑料共享实现的。 这意味着对于所有共享信息,所有
2、多余信息:其加密是通过在原始数据中共享多余信息来完成的,解密时需要按照一定规则剥离这些多余信息。
Secure addition秘密计算加法比较简单,a与b共享额外的常数c。 a计算的时候,首先自己(locally )计算,然后把b送来的值)相加,再把结果除以c,就可以复原。
验算:
Secure multiplication为了进行乘法运算而附加的信息不仅仅是常数c,还包括三元组B满足:
,
可以根据共享的3358www.Sina.com/计算a, b, c,和a, b, c。 (这里是a侧的计算方式。 B方也一样。 ) :
双方分别计算并共享自己的e和f,最终双方都将真实的e和f的值
最后的乘法结果如下
验算:
Secure vectorization位于矩阵的这里,可以维持加性,也就是说。
为了以矩阵(向量)将3e和f相乘,共享的追加信息成为3个矩阵,其中X和Y
同样,可以根据共享的U计算
双方可分别计算并共享自己的X和V以获得最后的乘法结果。
验算方法与Secure multiplication类似,但乘法是矩阵乘法。 这里不叙述。
参考文献[1] D. Demmler,T. Schneider,and M. Zohner," aby-aframeworkforefficientmixed-protocolsecuretwo-partycomputattted "