多方安全计算(MPC)原理简介(上)

简介: 多方安全计算(MPC)原理简介(上)

百万富翁问题


两个富翁,分别为张三和李四
他们自己都清楚自己有几千万财产即他们心里清楚 1~10中的一个数(代表自己千万级的财富)
他们想知道到底谁的数更大一些。

不经意传输的解决方案

image.png


不经意传输(OT)协议

在密码学中 发送方可以向接收方传输一系列信息中的某一部分
接收方可以正确收到信息,但不知道信息属于整体的哪个部分


安全可信计算


外包计算

含义

image.png

常用技术

同态加密

image.png


典型的应用场景

数据持有者想对其持有的大量数据进行计算
奈何其拥有的计算资源不足
想借助云服务器的算力完成该计算

image.png


多方计算


多方计算的目标就是对一组计算的参与者
每个参与者拥有自己的数据
并且不信任其它参与者和任何第三方
在这种前提下,如何对各自私密的数据计算出一个目标结果的过程

应用场景

姚式百万富翁
安全拍卖
安全电子选举
安全机器学习
丹麦甜菜拍卖
波士顿工资平等研究

安全模型

根据参与方的可信程度可以建立几种安全模型

image.png


image.png


现实生活中不存在

  • 半诚实模型
参与方会诚实的运行协议
但是他会根据其它方的输入或者计算的中间结果来推导额外的信息
  • 恶意模型
可能不会诚实的运行协议,甚至会搞破坏

相比于恶意模型,参与方如果真的想获取到同时对自己有用的信息,多数情况下符合半诚实模型


基本概念和方法


Secret Sharing(密钥分享)

image.png


1、数据拆分->数据分发->数据计算->得到计算结果->汇总计算结果
2、密钥分享保证了计算过程中各个参与方看到的都是一些随机数
但最后仍然算出了想要的结果
相关文章
|
2月前
|
算法 计算机视觉 开发者
|
7月前
|
存储 人工智能 安全
佛萨奇经典矩阵合约系统开发指南与方案
区块链是一种分布式账本技术,其核心原理包括去中心化、区块和密码学
|
存储 编解码 算法
信道编码概述 |带你读《5G空口特性与关键技术》之六
纠错编码的目的,是通过尽可能小的冗余开销确保接收端能自动地纠正数据传输中所发生的差错。在同样的误码率下,所需要的开销越小,编码的效率也就越高。
10184 2
信道编码概述 |带你读《5G空口特性与关键技术》之六
|
2月前
|
机器学习/深度学习 人工智能 关系型数据库
安全多方计算之七:门限密码系统
安全多方计算之七:门限密码系统
|
2月前
|
机器学习/深度学习 安全 物联网
安全多方计算之十:联邦学习与安全多方计算
安全多方计算之十:联邦学习与安全多方计算
|
10月前
|
机器学习/深度学习 安全 数据安全/隐私保护
「隐语小课」两方安全计算ABY2.0 高效的2PC协议
「隐语小课」两方安全计算ABY2.0 高效的2PC协议
360 0
|
12月前
|
存储 量子技术 芯片
百万量子比特如何实现?光量子计算公司PsiQuantum论文揭示可扩展光量子通用计算方案
百万量子比特如何实现?光量子计算公司PsiQuantum论文揭示可扩展光量子通用计算方案
|
安全 Oracle 关系型数据库
多方安全计算(MPC)原理简介(中)
多方安全计算(MPC)原理简介(中)
411 0
多方安全计算(MPC)原理简介(中)
|
安全
多方安全计算(MPC)原理简介(下)
多方安全计算(MPC)原理简介(下)
187 0
多方安全计算(MPC)原理简介(下)
|
机器学习/深度学习 人工智能 算法
解读神经形态计算:从基本原理到实验验证
长期以来,人脑一直给研究者们提供着灵感,因为它从某种程度上以有效的生物能量支持我们的计算能力,并且以神经元作为基础激发单位。受人脑的低功耗和快速计算特点启发的神经形态芯片在计算界已经不是一个新鲜主题了。由于复杂算法和架构的快速发展,散热已经成为了一个重大挑战。神经形态计算或许会是超大规模机器和人工智能应用(例如自动驾驶)未来的基石。
420 0
解读神经形态计算:从基本原理到实验验证