文档名：面向大数据的高效的隐私集合交集协议
隐私集合交集计算作为数据分析的基础组件,已经被广泛地应用到各个行业中,如:基因匹配、僵尸网络监测以及社交网络中.随着数据量的不断增长,传统的隐私集合交集协议不再能有效地满足实际需求.因此,本文主要从隐私保护的角度出发,设计满足实际需求的大数据隐私集合交集协议.已有的基于双方交互型的集合交集计算协议需要参与方之间多次交互,无法适用于计算能力比较弱的客户端.有效的解决方式是采用第三方的辅助计算,已有的这种模型也无法高效地实现大规模数据集合之间的运算.本文中,我们基于第三方辅助计算模型,结合布隆过滤器,构造了两个安全高效的隐私集合交集协议.第一个协议在半诚实敌手模型下是安全,而第二个协议可以抵抗恶意敌手,这类敌手可以任意的从计算出的交集结果中添加或删除元素.同时,第二个协议还中服务器也无法得知计算的集合交集的大小.通过实验测试,当集合大小为百万级时,两个协议在并行模式下的执行时间分别为15s和24s,同时可达到128-位的安全级别.
作者：邱硕柳亚男曲爱妍阎浩张正
作者单位：金陵科技学院软件工程学院、网络安全学院,南京市中国211169
母体文献：2018年全国电子认证技术交流大会论文集
会议名称：2018年全国电子认证技术交流大会
会议时间：2018年6月1日
会议地点：南京
主办单位：中国密码学会,全国信息安全标准化技术委员会
语种：chi
分类号：TP3TP1
关键词：大数据 隐私集合交集协议 隐私保护 布隆过滤器
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文
- 文件大小:
- 1004.73 KB
- 下载次数:
- 60
-
高速下载
|
|
