通用协议(五)两方安全计算

安全多方计算(MPC) MPC既适用于特定的算法,如加法、乘法、AES,集合交集等;也适用于所有可表示成计算过程的通用算法。 根据计算参与方个数不同,可分为只有两个参与方的2PC和多个参与方(≥3)的通用MPC 1)安全两方(2PC)计算所使用的协议为:Garbled Circuit(GC)+Oblivious Transfer(OT); 2)安全多方计算(MPC)所使用的协议为:同态加密+秘密分享+OT。 GC+OT的两方计算基本框架 1). 电路( Circuits) 任一个多项式时间的功能函数 f 都存在一个与之对应的布 阅读详情

从(real VS ideal)的角度来看两方安全计算

上文说到,基于模拟范式思想的两种证明方法在一般情况下都是可以应用在两方安全计算中的,之前主要说了基于扩展的零知识证明的证明方法,本节主要讨论从现实和理想不可区分的角度来讨论安全的证明。

在这种角度下,我们首先考虑理想模型,两个参与方由一个可信第三方连接,并且由可信第三方来计算。接着在真实的执行过程中就是执行协议没有可信第三方参与。一个协议在真实下被叫做安全在确定的敌手行为下,如果真实的执行过程存在这样的敌手能够被模拟在相应的理想模型下,就称在现实模型下是安全的。这个模拟不是通过传统的算法模拟一方的视角,而是通过执行一个理想的协议模拟两方参与者的共同视角。

首先我们定义理想协议,在半诚实敌手的模型下,理想模型包括每一方发送的输入,和一个可信第三方,并且存在私有信道,可信第三方计算对应的输出让后将得到的输出对发送给相应的参与方。这里唯一的敌手行为被允许为其中的一方可以决定自己输出根据他自己的输入和他接受的输出。这种敌手行为展现出敌手试图从当前的执行方视图中学习信息。另一个参与方单纯的输出自己从可信第三方接受到的值即可。

对于真实模型下,这里存在一个真实的两方协议并且敌手的行为被限定为半诚实的,也就是说,协议是按照预先定义执行的,但是其中的一方产生他的输出根据他在执行过程中的视图。这里唯一允许的敌手行为是敌手根据整个协议在执行过程中的视图来决定自己的输出。

最后,我们定义半诚实模型中的安全,一个安全的协议对于半诚实模型时这样的,对于任何可能的其中一个参与方的半诚实敌手行为,我们可以模拟真实计算联合输出通过执行一个理想模型(理想模型中存在一个半诚实敌手和一个诚实方),也就是说本质上,现实中的敌手行为都可以在理想模型中模拟执行,并且理想模型可以同样生成与现实模型对应结果的过程。实际上,在协议开始之前,我们需要定义半诚实敌手可以使用的先验的信息,这可以通过辅助输入解决。

注意在理想和现实两个模型中,半诚实敌手行为仅仅在执行写了协议之后的才能发生,因此,在理想模型中,这个行为被捕获通过本地输入-输出对来反应,但是在社会模型中,这个模型被捕获通过计算一方本地的视图。

半诚实理想模型中的定义

定义函数:f: {0,1}* x {0,1}* =》 {0,1}* x {0,1}*
定义:f1(x,y) f2(x,y) 是输出f(x,y) 中的两个元素
定义PI为协议执行函数 f ;
在这里插入图片描述
为一对概率多项式算法表示参与方在理想模型中的策略。这样的一对算法是可以接受的再理想模型中,如果至少有一个Bi我们有,Bi(u,v,z)= v, 其中u定义为参与方的本地输入,v为本地输出,并且z为一个辅助输入。在B下的 f 在理想模型中的执行,关于输入对 (x,y) 和辅助输入z, 定义为如下的两种表示:
在这里插入图片描述
在这里插入图片描述
这就是说,如果Bi是诚实的,那么它仅仅输出从诚实方获取到的值,因此,我们选择同样的辅助输入提供给两方是无所谓的,因为诚实方不会使用辅助输入。

现在定义现实模型中的组件:类似于在理想模型中的定义,
在这里插入图片描述
为现实模型中的一对概率多项式算法,为两方在现实模型中的策略算法,如果最少存在一个参与方Ai 为有Ai(view,aux) = out 对于每一个view 和aux ,out是根据VIEW计算出来的输出。在执行协议中,我们可以使用定义如下:
在这里插入图片描述
在这里插入图片描述
也就是说,在真实的模型下,有计算得到协议的输出,A1的视图和辅助输入,A2的视图和辅助输入;同样的,辅助输入对于诚实方没有作用;

定义一个协议的安全

协议PI被称之为安全计算函数 f 在半诚实模型下,当任何的概率多项式算法A1,A2在现实模型中,存在一个概率多项式函数对B1,B2在理想模型下:
在这里插入图片描述
理想模型下的函数和现实模型下的函数计算不可区分;其中x 和 y 是多项式长度的,并且长度相等;明显,联和执行定义过程中在真实的模型下禁止参与方修改原来协议定义的执行过程;可信方和不诚实方的为不同单纯的就是在执行中对于本地视图的处理过程不同,一个诚实方的输出仅仅输出它视图中的输出,但是半诚实方可能会输出一个随机函数的视图。值得注意的是,包括函数的输出值对或者协议的输出值,在理想和现实模型下是有意义的仅仅在于函数f 是随机的。如果函数是确定性的,那么要求协议的输出和函数的计算结果相等。这个结果包含不诚实一方输出,如果是确定性的输入和输出,只要有一方敌手敢于输出随机结果,那么真伪是立刻可以判定的。所以此处主要针对于通用情况而言;

特别说明,辅助输出在这个7.12 中没有积极的影响;

以上内容参考《Foundations.of.Cryptography.Volume.2.Basic.Applications(Oded.Goldreich)》

安全多方计算的根基——Yao’s两方协议 作者:Annchain (本文一切著作权归annchain技术团队所有,未经许可,不得转载。若需转载请联系页尾二维码。)   安全多方计算(Secure Multi-Party Computation,SMPC)一直是我们的重点研究内容,其相关理论和技术满足了如隐私保护、区块链、机器学习等诸多前沿领域的安全计算需求,其实践化研究更是当前信息技术发展的总体趋势之一。接下来我们将开一个关于安全多... 阅读详情

相关推荐

ABY-高效混合协议安全的两方计算框架

高效混合协议安全的两方计算框架 ABY- a framework for efficient Mixed-Protocol secure two-party computation

sqqqqq77的博客 3万+

安全多方计算以及密钥共享

Protocols for Multi-Party Computations Overview Passive secure protocol Active secure protocol

安全多方计算MPC学习笔记

参考:https://blog.youkuaiyun.com/juzhenyuan/article/details/80913777 MPC Secure Multi-Party Computation 安全多方计算 一种保护数据安全隐私的多方计算算法。 GC Garbled Circuit 加密电路 ...

小熊划水博 2万+

通用协议(三)--- 两方安全计算

两方安全计算的情形 在本节中我们主要定义两种模型敌手下的安全,在所有的这两个模型中,敌手都是非适应的并且是计算有界的,并且存在辅助书输入。下面的主要内容如下: 1.考虑一个半诚实的模型。 2.继续考虑恶意的敌手。 两方安全计算框架 一个两方协议问题可以被描述为一个随机的过程,将一对输入映射到一对输出,我们更倾向于定义这个描述为函数体(functionality) ,也就是说对于任意的一对输入(x,...

密码小仙女 2752

多方安全计算(MPC):ABY框架与SPDZ协议的对比

摘要:多方安全计算(MPC)技术ABY与SPDZ框架对比分析。ABY基于复制秘密共享,适合大规模参与方场景,通信效率高;SPDZ基于加法/乘法秘密共享,计算性能更优但需预处理。测试数据显示,ABY在10+参与方时通信开销仅为SPDZ的1/3,而SPDZ单次运算速度更快。建议根据场景选择:医疗/金融跨机构协作推荐ABY,复杂计算密集型任务选用SPDZ。最佳实践可采用混合模式,结合两者优势实现高效通信与高速计算。(149字)

shejizuopin的博客 1947

11、通用可组合两方计算的局限性

本文探讨了在无任何设置假设的通用可组合(UC)框架下,能够安全计算的两方确定性函数的特征。研究指出,只有依赖(最多)一方输入且高效可逆的函数才能在该框架下实现安全计算,而包含不安全子式或嵌入异或的函数则无法安全实现。文章还分析了这些理论结果在金融、医疗等实际应用场景中的意义,并对未来研究方向如多方计算和设置假设的影响进行了展望。

7z8x2c4v6b9的博客 44

通用协议(七)两方安全计算-恶意模型

在两方安全计算中的恶意敌手模型 一些基础的问题 1.没有任何方法能强制一方参与到协议中,也就是说一种恶意的行为包括阻止这个协议正常开始执行,或者更一般的行为是在任何时刻终止参与,导致协议中断。特别是,一个参与方获得了期望的结果后,终止协议。 ...

密码小仙女 2494

85、可公开验证隐蔽安全的两方计算与通用可组合框架

本文介绍了一种基于Yao混淆电路的可公开验证隐蔽安全的两方计算协议,通过构造多电路检查、签名OT和线性秘密共享等机制,有效防御恶意对手的作弊行为,并实现问责性与无诽谤性。同时,提出一个基于半诚实不经意传输(OT)的通用可组合(UC)框架,弱化了传统对增强陷门置换的依赖,在无需可信设置的情况下实现了具有超多项式时间模拟(SPS)的并发安全计算,支持常数轮次协议构建,并可用于密码认证密钥交换(PAKE)。该研究为安全多方计算提供了更实用的安全模型与可行性路径。

vvv99的博客 55

四轮内可实现的安全两方计算

本文研究在四轮通信内可实现的安全两方计算协议,提出多个基于不同安全模型的构造。作者设计了针对恶意对手的1/p-安全抛币与不经意传输协议,并结合OT混合模型实现了双方输出的四轮通用安全计算。同时,构造了一个三轮OT协议,在满足隐私的前提下实现对发送方的1/p-安全性,且证明该安全性在三轮下是最优的。

convnet3designer的博客 470

10、无设置假设下通用可组合两方计算的局限性

本文研究了在无设置假设下通用可组合(UC)两方计算的局限性,重点分析了确定性和概率性函数在UC框架中安全计算的充要条件。研究结果表明,确定性函数只有在其最多依赖一个输入且该输入对应的函数有效可逆时才可安全计算;而概率性函数则需满足一方输入几乎能唯一确定输出的条件。文章通过分裂对抗策略证明了模拟器无法获得额外优势,并分析了UC框架的安全定义及其放松版本的影响。这些结果为密码协议的设计和分析提供了理论基础,并揭示了纯模型中某些密码功能(如抛硬币、比特承诺)无法实现的原因。

7z8x2c4v6b9的博客 62

50、基于取舍不经意传输的安全两方计算

本文介绍了一种基于取舍不经意传输的安全两方计算协议,在半诚实和恶意模型下实现了更高的效率和更强的安全性。通过引入Diffie-Hellman伪随机合成器和新的取舍不经意传输原语,解决了传统方法中存在的输入一致性问题、恶意输入问题和高错误率问题。相比现有协议,我们的方法在处理大电路时显著减少了指数运算数量、通信开销和错误率,具有明显优势。

b3n4m5q6w7的博客 69

51、基于切割选择不经意传输的安全两方计算

本文详细介绍了基于切割选择不经意传输的安全两方计算协议。内容涵盖切割选择OT功能的定义、单选择切割选择OT协议的构建、批量单选择切割选择OT的实现,以及最终的安全两方计算协议。通过这些技术,实现了在存在恶意对手的情况下,保证计算的安全性和效率,为实际应用提供了可行的密码学解决方案。

b3n4m5q6w7的博客 92

6、安全两方计算:集合交集与指数运算的高效实现

本文探讨了安全两方计算中的两个关键技术:使用不可信硬件令牌的安全集合交集协议和高效的两方指数运算协议。针对集合交集问题,提出了一系列在不同信任模型下保护数据隐私和计算正确性的协议,解决了硬件令牌安全隐患的问题。同时,针对指数运算,设计了一个利用加法和乘法秘密共享特性的新框架,并通过同态加密和不经意传输两种方式实现高效计算。这些协议在隐私保护数据挖掘、分布式生成加密密钥等领域具有广泛应用,为隐私保护和数据安全提供了有效的技术支持。

s8t9u0v1w的博客 56

通用协议(二)

定义一个安全协议及其参数 Functionality and Protocol 协议与函数的定义 定义 f 为一个 m 方参与参与计算的函数,协议PI 为一个m方参与的协议在真实环境下。 对于一个真实的敌手A,它可以控制少数的参与方并且能够监听通信信道,定义 REAL(x) 为敌手在攻击这个协议是获得的输出消息 m 。 对于一个理想模型敌手A`,同样的它可以控制少数的参与方,并且定义IDEAL(x...

密码小仙女 458

22、安全两方计算中的部分公平性探索

本文探讨了安全两方计算中的部分公平性问题,并提出了基于1/p-安全性的新解决方案。通过设计一个包含预处理和迭代执行的两阶段协议,实现了在标准现实/理想世界范式下的部分公平性。该协议适用于输入或输出域为多项式规模的广泛函数类别,并在理论和实际应用中展现出优势。

u9v0w的博客 58

43、高效的无可信硬件令牌的安全两方计算

本文提出了一种高效的无可信硬件令牌的安全两方计算方法,通过引入低成本的防篡改令牌,将服务器的大部分计算任务卸载到令牌上,从而显著降低了客户端与服务器之间的通信复杂度。该方法在半诚实、隐蔽和恶意对手模型下均保证了安全性,并针对低功耗、低内存的客户端进行了优化。应用场景包括隐私保护的ECG数据分类、金融交易和生物识别认证等。实验结果表明,该方法在通信效率和计算性能方面均具有显著优势,为实际安全计算问题提供了一种可行的解决方案。

pluto的博客 80
上一篇: 通用协议(四)半诚实模型
下一篇: 通用协议(六)基于零知识的推广证明和基于现实VS理想模型的等价性
zmrlinux
博客等级 码龄12年 409粉丝 327原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值