http://www.7klian.com

从百万大亨问题看,作甚安详多方计较?

这就是著名的“姚式百万大亨问题”。1980年月,姚期智院士在其论文中提出:Alice有一个私人数字a, Bob有一个私人数字b,两边的方针是解不等式a是否≤b。可能更严格来说,除了获得不等式了a≤b或a>b外,不会得出任何与a或b相关的其他信息。(姚期智:计较机学者,2000年图灵奖得到者(独一得到该奖的华人学者),研究偏向包罗计较理论及其在暗码学和量子计较中的应用。)

通过MPC协议,各方数据可经过编码后发送至多个处事器举办连系计较,并担保数据的隐私性。简而言之,MPC可以应用于任何涉及多方机要数据的问题。

为了说明这个观念,我们以计较平均人为来举例。某公司的A、B、C三位员工想计较一下他们的平均人为,,但在这个进程中,每小我私家都不想让其他员工知道本身的薪资信息

本日,数据可以用来阐明巨大问题,提供办理方案,甚至办理无法答复的问题。可是,当涉及到操作数据为公家处事时,数据共享和数据掩护之间往往存在着很多抵牾。而安详多方计较(MPC)如安在不泄露隐私数据的环境下实现数据协作阐明?又将为数据的奥秘共享带来了哪些新的机会?

值得留意的是,隐私和安详是有区此外

三、MPC是如何事情的?

安详问题,就像是信用卡呈现安详裂痕被盗了钱,人们可以通过一些法子来阻止它并要求退款。而隐私问题,在于当小我私家隐私受到加害时我们无法采纳同样的法子。隐私信息一旦被果真,就无法再次收回。因此,需要设计一种安详协议,在不泄露隐私的前提实现共享数据的代价

假设A的人为是10万元,可通过加密方法将其随机分为三部门:2万、3万和5万,A本身保存一部门(2万),并将其他信息提供应B(3万)和C(4万)。B和C的人为也凭据同样的流程完成奥秘分享(见下表)。这样的奥秘分享完成后,每小我私家都持有三份人为份额。

当三个人为份额在参加者之间奥秘共享时,他们对互相的人为一无所知,究竟每个数据片断自己不提供任何有用的信息。然而,当这些数字被加起来时,奥秘共享提供了有代价的信息。每个部门功效颠末从头荟萃相加再除以总人数时,便实现了在不披露员工各自薪资信息的环境下,得出平均收入程度。实际上,安详多方计较已不再是数据科学家的空想,而是一个被证明的事实。人们由此可对加密数据举办计较,从而更好地检测金融欺诈,办理交通拥堵,预测疾病以及更多……(我们下篇约)

 

在这个经典问题之下,降生了「安详多方计较」(Secure Multiparty Computation,以下简称MPC)这门暗码学分支。MPC技能可以或许在不泄露数据的环境下,连系多方数据举办计较并获得明文功效,最终实现数据的所有权和数据利用权的疏散。在此之后,该规模呈现了一系列基本功效,用来办理漫衍式计较问题,同时担保输入信息的隐私性和安详性。

一、从百万大亨问题说起
 

 
 

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。

相关文章阅读