CIPT扩展知识-隐私增强技术-同态加密

基础介绍

随着云计算的普及,现在大部分公司都把数据与应用迁往了不同的公有云平台,云平台也提供了丰富的数据安全性保障,覆盖了存储加密,传输加密以及便利的密钥管理。但这些加密措施都是在服务器端完成的,也就是说公有云厂商是同时掌握了密钥和密文的。从云平台用户角度来说,我们只能信任厂商,会遵守约定的服务方式,不会访问我们上传的隐私数据。

在密码学领域,同态加密(Homomorphic Encryption, HE)的快速发展在未来可以很好的解决这个问题。它的理念是通过特定的加密算法,实现对已经加密的密文进行处理后,等同于对明文数据直接进行特定的计算。

如下图所示,本地数据加密后才上传到云端进行存储,云端因为没有密钥无法获知密文内容。当数据有需要进行计算时,由云端直接对存储的密文进行计算,计算结果返回给本地后再进行解密。解密后的结果f'和直接对明文进行计算获得的结果F‘(m0,m1)是一样的。这就在充分利用了云平台存储和计算能力的情况下,又隔离了云平台对敏感数据的访问。

同态加密的发展

同态加密针对能支持的运算分为两类,一是全同态加密(Fully Homomorphic Encryption-FHE),能支持任何给定的计算函数F。另一类是半同态加密(Partially Homomorphic Encryption-PHE),它只支持加法或乘法中的一种运算。

目前比较成熟的半同态算法有: RSA算法(乘法同态),EIGamal算法(乘法同态)和Paillier算法(加法同态)。全同态算法是从2009年开始提出,目前主要有BGV,BFV,GSW和CKKS方案。

方案实现

建议先阅读RSA加密算法理解非对称加密中涉及到的基本数学知识

1. RSA算法

RSA加密算法在不增加随机数的情况下是满足乘法同态的,我们可以快速证明

        有两个明文消息m_{1},  m_{2}  

        用公钥e进行加密得到 c_{1} = (m_{1}) ^e(mod N)c_{2} = (m_{2}) ^e(mod N)

        密文结果做乘法运算:

c_{1} *c_{2}= (m_{1}) ^e(mod N)*(m_{2}) ^e(mod N)=((m_{1}) ^e(m_{2}) ^e)(mod N)=(m_{1}*m_{2}) ^e(mod N)

        这和明文先做乘法运算再加密是一样:

                E(m_{1} *m_{2})==(m_{1}*m_{2}) ^e(mod N) 

2. Paillier算法

    Paillier加密算法也是一种公钥加密算法,基于符合剩余类的困难问题。算法包含太多数论知识我们就不详细介绍,有兴趣的朋友可以去阅读参考文献#2.

    Pailier是满足加法同态的,我们做个快速验证

    密钥: 公钥pk = (n, g) 私钥sk = (\lambda ,\mu )

    数据加密: c = g^m r^n \bmod n^2    其中r\in Z_{n^2 }^*

    数据解密: m=L(c^\lambda \bmod n^2)*\mu \bmod n

    我们验证下这个算法是否满足加法同态    c_{1} *c_{2}=(g^{m_1} (r_1)^n\bmod n^2 x^b)*(g^{m_2} (r_2)^n\bmod n^2 x^b) = (g^{m_1} (r_1)^n*g^{m_2} (r_2)^n)\bmod n^2

 = (g^{m_1} *g^{m_2} (r_1r_2)^n)\bmod n^2=(g^{m_1+m_2} (r_1r_2)^n)\bmod n^2

因为随机数 r\in Z_{n^2 }^* 所以 (r_{1} r_{2} )^n\bmod n^2 = (r_i)^n\bmod n^2 //剩余定理

所以对明文做加法后再加密:E(m_1+m_2) = g^{m_1+m_2}r^n\bmod n^2 = c_1*c_2

也就是说明文相加的结果,是等于对密文结果的乘积进行解密后的结果,所以该算法满足加法同态加密 

限制与应用

全同态计算是一个非常理想的方案,能确保数据的计算过程中不会泄漏任何原始数据中包含的隐私信息,可以应用于各类需要安全计算的场景。但现有的FHE方案在加、解密效率上较低, 构造方式和实现技术也很复杂, 这阻碍了在实际业务场景中的落地。

而相对来说PHE已经得到了广泛的应用,联邦学习中就利用PHE实现在不暴露明文数据情况下实现对模型参数的更新。谷歌也有通过结合Paillier加密算法和多方安全计算,实现了帮助广告主在符合隐私前提下评估广告转化效果的应用开发。

参考资料:

1. Freebuf - 同态加密:实现数据的可算不可见 - 作者:狴犴安全团队

2. 知乎 - Paillier半同态加密:原理、高效实现方法和应用 - 作者:峰青

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,496评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,407评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,632评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,180评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,198评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,165评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,052评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,910评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,324评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,542评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,711评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,424评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,017评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,668评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,823评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,722评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,611评论 2 353

推荐阅读更多精彩内容