[发明专利]一种具有隐私保护属性的多方矩阵乘法计算方法在审

专利信息
申请号: 202211179124.1 申请日: 2022-09-27
公开(公告)号: CN115865302A 公开(公告)日: 2023-03-28
发明(设计)人: 赵伟;张晶;张文政;周阳;夏喆 申请(专利权)人: 中国电子科技集团公司第三十研究所
主分类号: H04L9/00 分类号: H04L9/00;H04L9/08
代理公司: 成都九鼎天元知识产权代理有限公司 51214 代理人: 黎飞
地址: 610000 *** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 具有 隐私 保护 属性 多方 矩阵 乘法 计算方法
【权利要求书】:

1.一种具有隐私保护属性的多方矩阵乘法计算方法,其特征在于,应用于隐私计算的数据交互系统,数据交互系统包括一个拥有由明文数据组成矩阵A的用户n个拥有由明文数据组成矩阵B(i)的参与者/用户/与n个参与者/交互时,在不泄露各方组成矩阵的数据信息的情况下由用户/获得数据矩阵AB的元素信息;其中,n≥1且n为整数,i表示参与者的编号,i∈{1,2,...,n},矩阵A是d行e列,矩阵B(i)是e行f列,/

2.根据权利要求1所述的一种具有隐私保护属性的多方矩阵乘法计算方法,其特征在于,用户与n个参与者/交互时,使用同态加密和引入盲化因子,在不泄露数据矩阵A及B(i)的元素信息情况下,由用户获得数据矩阵AB的明文结果;包括以下步骤:

S1,系统初始化:用户选择支持加法同态的加密算法并公布算法参数,每个参与者生成一组盲化参数并公布;

S2,用户矩阵元素处理:用户将数据A映射为一个e维的行向量a,对其加密得到密文表示对向量a中每一个元素{a1,a2,…ae}使用S1中选择的同态加密算法加密之后的密文向量,/表示使用S1中选择的同态加密算法加密之后a1的密文,即

S3,隐私保护的矩阵乘法计算:参与者计算新密文[[aB(i)]]以及盲化因子ηi,并将发送给用户,其中/表示/

S4,矩阵乘法结果获取:用户聚合所有参与者发来的数据得到解密后获得AB。

3.根据权利要求2所述的一种具有隐私保护属性的多方矩阵乘法计算方法,其特征在于,步骤S1包括以下步骤:

S11,用户选择支持加法同态的加密算法,公布有限循环群/及/的群生成元g;

S12,每个参与者在群/随机生成一组盲化参数并公布。

4.根据权利要求3所述的一种具有隐私保护属性的多方矩阵乘法计算方法,其特征在于,步骤S2包括以下步骤:

S21,用户使用中国剩余定理映射将矩阵A的每列中所有元素映射成一个元素值,得到行向量a;

S22,用户加密行向量a中的每一个元素,得到密文/

5.根据权利要求3所述的一种具有隐私保护属性的多方矩阵乘法计算方法,其特征在于,步骤S3包括以下步骤:

S31,用户发送/给每个参与者/

S32,参与者根据矩阵乘法规则和加密系统加法同态性质,使用矩阵B(i)的元素与/进行计算获得新密文/

S33,参与者根据公布的盲化参数计算一组盲化因子ηi,其中ηi中的元素个数和向量a的维度一致;/

S34,参与者计算/将结果发送给用户/

6.根据权利要求5所述的一种具有隐私保护属性的多方矩阵乘法计算方法,其特征在于,步骤S4包括以下步骤:

S41,用户通过收集所有参与者发来的数据,对数据实施聚合操作获取/

S42,解密并使用中国剩余定理将aB映射到AB。

7.根据权利要求6所述的一种具有隐私保护属性的多方矩阵乘法计算方法,其特征在于:

步骤S11中,加法同态加密算法具备以下同态性质:其中,a表示明文,/表示a加密之后的密文;

步骤S12中,每个参与者随机选择/然后公布/其中,/表示随机数,/表示随机数生成的盲化参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电子科技集团公司第三十研究所,未经中国电子科技集团公司第三十研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211179124.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top