摘要
随着信息技术的高速发展，“互联网+”时代的到来使得大数据应用到了人们社交、交易、购物等方方面面。人们可以在足不出户的前提下完成很多的操作，但与此同时，大量的数据暴露在网络之中，有价值的隐私信息被不断的挖掘，人们的隐私遭受了前所未有的威胁，对隐私的保护成为了社会各界关注的焦点。由于安全多方计算可以在不泄露隐私的前提下完成交互式计算，因此在亟需隐私保护的当下，对于安全多方计算的研究，具有极其重要的科学研究意义和实际应用价值。 本文主要对隐私保护下的安全多方计算问题进行研究。从数据比较问题与集合问题入手，构造了百万富翁协议和集合交集协议，并将所构造协议引入社交网络中，设计了社交网络环境下，安全多方查询系统的解决方案。主要工作如下： （1）针对当前数据比较问题算法冗余，效率较低等问题。利用0-1编码方式结合同态加密性质提出基于0-1编码的百万富翁协议，通过模拟范例证明其安全性，从理论和实验两个角度对协议性能进行分析，结果表明，协议总体性能较优；同时，对此问题进行延展，提出两个社会主义百万富翁问题的解决方案，并对协议的安全性、正确性以及效率进行了分析，结果较优。 （2）为了满足社交网络中安全计算参与方共有数据信息的需求，对安全多方保密集合交集以及其势进行研究。以百万富翁问题为基础研究模块，在半诚实模型下，提出一个基于0-1编码的保密集合交集势协议。证明协议正确性与安全性，并选取相关协议进行对比，结果显示，所设计的协议具有较低的计算复杂度。另外还提出两个基于密文对比的保密集合求交集计算协议，并完成协议的正确性、安全性以及效率分析。 （3）为了保护社交网络中用户信息的隐私，利用所构造的安全多方计算协议，设计了社交网络环境下的安全查询系统的解决方案。方案可以有效解决社交网络系统中的好友推送安全查询问题、共同好友个数安全查询问题以及保密查询问题。在半诚实模型下给出了方案的具体执行过程和安全性分析。分析证明，方案可以有效保证查询用户隐私数据不被泄露，即使在不可信第三方存在的前提下也可以完成安全查询。
NETL