基于差分隐私保护技术的多方求和查询方法

doi:10.11959/j.issn.2096-109x.2020032

网络与信息安全学报 ›› 2020, Vol. 6 ›› Issue (3): 14-18.doi: 10.11959/j.issn.2096-109x.2020032

• 专栏：隐私保护新技术探索 • 上一篇下一篇

基于差分隐私保护技术的多方求和查询方法

何贤芒()

东莞理工学院网络空间安全学院，广东东莞 623808

修回日期:2020-02-22 出版日期:2020-06-01 发布日期:2020-07-01
作者简介:何贤芒（1981- ），男，浙江三门人，东莞理工学院副教授，主要研究方向为数据安全与隐私保护
基金资助:
国家自然科学基金(61672303);广东省普通高校特色创新项目(2018KTSCX221)

Multi-party summation query method based on differential privacy

Xianmang HE()

School of Cyberspace Science,Dongguan University of Technology,Dongguan 623808,China

Revised:2020-02-22 Online:2020-06-01 Published:2020-07-01
Supported by:
The National Natural Science Foundation of China(61672303);Characteristic Innovation Projects of Universities in Guangdong Province,China(2018KTSCX221)

摘要/Abstract

摘要：

差分隐私保护技术因其不需要攻击者先验知识的假设，而被认为是一种非常可靠的保护机制。然而，差分隐私保护技术很少在多方环境下使用。鉴于此，将差分隐私保护技术用于多方环境下数据求和查询问题，详细讨论了如何通过加入噪声的方法来实现数据的保护，并证明该方法安全性。

关键词: 多方求和, 隐私保护, 差分隐私, 数据查询

Abstract:

Differential privacy is considered to be a very reliable protection mechanism because it does not require the a prior knowledge for the attacker.However,differential privacy is rarely used in a multi-party environment.In view of this,the differential privacy is applied to the data summation query in multi-party environment.This method was described in detail and proved the security of the method.

Key words: multi-party summation, privacy preservation, differential privacy, data query

中图分类号:

TP301

何贤芒. 基于差分隐私保护技术的多方求和查询方法[J]. 网络与信息安全学报, 2020, 6(3): 14-18.

Xianmang HE. Multi-party summation query method based on differential privacy[J]. Chinese Journal of Network and Information Security, 2020, 6(3): 14-18.

图/表 1

参考文献 15

[1]	BARVE R , SHRIVER E , GIBBONS P B . Modeling and optimizing I/O throughput of multiple disks on a bus[J]. ACM Sigmetrics Performance Evaluation Review, 1999,27(1): 83-92.
[2]	LU Y P , DAVID H C D . Performance study of ISCSI-based storage subsystems[J]. IEEE Communications Magazine, 2003,41(8): 76-82.
[3]	DWORK C , . Differential privacy[C]// International Colloquium on Automata,Languages,＆ Programming. 2006: 1-12
[4]	PROSERPIO D , GOLDBERG S , MCSHERRY F . Calibrating data to sensitivity in private data analysis[C]// The Third Conference on Theory of Cryptography. 2006: 265-284
[5]	CLIFTON C , KANTARCIOGLU M , VAIDYA J ,et al. Tools for privacy preserving distributed data mining[J]. Sigkdd Explorations, 2002,4(2): 28-34.
[6]	罗永龙, 徐致云, 黄刘生 . 安全多方的统计分析问题及其应用[J]. 计算机工程与应用, 2005,41(24): 141-143.
	LUO Y L , XU Z Y , HUANG L S . Multivariate statistical analysis and its application[J]. Computer Engineering and Applications 200541(24): 141-143.
[7]	张国荣, 印鉴 . 基于博弈论的安全多方求和方法[J]. 计算机应用研究, 2009,26(4): 1497-1499.
	ZHANG G R , YIN J . Multi-party secure sum computation based on game theory[J]. Journal of Computer Applications, 200926(4): 1497-1499.
[8]	王峥, 郝林, 刘义成 . 基于公钥加密的安全多方求和协议[J]. 计算机应用研究, 2017(4): 179-182.
	WANG Z , HAO L , LIU Y C . Secure sum protocol based on public key encryption[J]. Journal of Computer Applications, 2017 (4): 179-182.
[9]	张恩, 朱君哲, 范海菊 ,等. 基于电路计算的理性安全多方求和协议[J]. 密码学报, 2019,6(1): 126-135.
	ZHANG E , ZHU J Z , FAN H J ,et al. Rational secure multiparty sum protocol based on circuit computing[J]. Chinese Journal of Cryptography, 20196(1): 126-135.
[10]	MEHNAZ S , BELLALA G , BERTINO E . A secure sum protocol and its application to privacy-preserving multiparty analytics[C]// The 22nd ACM on Symposium on Access Control Models and Technologies. 2017: 219-230.
[11]	ASHOURI-TALOUKI M , BARAANI-DASTJERDI A . Cryptographic collusion-resistant protocols for secure sum[J]. International Journal of Electronic Security and Digital Forensics, 2017,9(1): 19-34.
[12]	仲红, 黄刘生, 罗永龙 . 基于安全多方求和的多候选人电子选举方案[J]. 计算机研究与发展, 2006,43(8): 1405-1410.
	ZHONG H , HUANG L S , LUO Y L . A multi-candidate electronic voting scheme based on secure sum protocol[J]. Journal of Computer Research and Development, 2006,43(8): 1405-1410.
[13]	田有亮, 彭长根, 马建峰 ,等. 通用可组合公平安全多方计算协议[J]. 通信学报, 2014(2): 54-62.
	TIAN Y L , PENG C G , MA J F ,et al. Universally composable secure multiparty computation protocol with fairness[J]. Jounral on Communications, 2014(2): 54-62.
[14]	LIU W , WANG Y B , FAN W Q . An novel protocol for the quantum secure multi-party summation based on two-particle bell states[J]. International Journal of Theoretical Physics, 2017,56(9): 2783-2791.
[15]	JUNG T , LI X Y , WAN M . Collusion-tolerable privacy-preserving sum and product calculation without secure channel[J]. IEEE Transactions on Dependable and Secure Computing, 2015,12(1):45–57.

基于差分隐私保护技术的多方求和查询方法

Multi-party summation query method based on differential privacy

在线阅读

pdf下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 1

参考文献 15

相关文章 15

Metrics

推荐阅读 0

[1]	陈赛特, 李卫海, 姚远志, 俞能海. 轻量级K匿名增量近邻查询位置隐私保护算法[J]. 网络与信息安全学报, 2023, 9(3): 60-72.
[2]	余锋, 林庆新, 林晖, 汪晓丁. 基于生成对抗网络的隐私增强联邦学习方案[J]. 网络与信息安全学报, 2023, 9(3): 113-122.
[3]	肖敏, 毛发英, 黄永洪, 曹云飞. 基于属性签名的车载网匿名信任管理方案[J]. 网络与信息安全学报, 2023, 9(2): 33-45.
[4]	许建龙, 林健, 黎宇森, 熊智. 分布式用户隐私保护可调节的云服务个性化QoS预测模型[J]. 网络与信息安全学报, 2023, 9(2): 70-80.
[5]	孙哲, 宁洪, 殷丽华, 方滨兴. 基于教学实训靶场的“数据隐私保护”课程建设初探[J]. 网络与信息安全学报, 2023, 9(1): 178-188.
[6]	白雪, 秦宝东, 郭瑞, 郑东. 基于SM2的两方协作盲签名协议[J]. 网络与信息安全学报, 2022, 8(6): 39-51.
[7]	肖敏, 姚涛, 刘媛妮, 黄永洪. 具有隐私保护的动态高效车载云管理方案[J]. 网络与信息安全学报, 2022, 8(6): 70-83.
[8]	卢晨昕, 陈兵, 丁宁, 陈立全, 吴戈. 具有紧凑标签的基于身份匿名云审计方案[J]. 网络与信息安全学报, 2022, 8(6): 156-168.
[9]	明盛智, 朱建明, 隋智源, 张娴. 信息增值机制下在线医疗隐私保护策略[J]. 网络与信息安全学报, 2022, 8(6): 169-177.
[10]	应作斌, 方一晨, 张怡文. 动态聚合权重的隐私保护联邦学习框架[J]. 网络与信息安全学报, 2022, 8(5): 56-65.
[11]	张娴, 朱建明, 隋智源, 明盛智. 数字货币交易匿名性与监管的博弈分析[J]. 网络与信息安全学报, 2022, 8(5): 150-157.
[12]	刘峰, 杨杰, 齐佳音. 区块链密码学隐私保护技术综述[J]. 网络与信息安全学报, 2022, 8(4): 29-44.
[13]	金琳, 田有亮. 基于区块链的多权限属性隐藏电子病历共享方案[J]. 网络与信息安全学报, 2022, 8(4): 66-76.
[14]	张伟成, 卫红权, 刘树新, 普黎明. 5G移动边缘计算场景下的快速切换认证方案[J]. 网络与信息安全学报, 2022, 8(3): 154-168.
[15]	陈前昕, 毕仁万, 林劼, 金彪, 熊金波. 支持多数不规则用户的隐私保护联邦学习框架[J]. 网络与信息安全学报, 2022, 8(1): 139-150.