云环境下基于环容错学习的全同态加密算法研究与实现开题报告
2020-02-18 19:35:37
1. 研究目的与意义(文献综述)
受益于云计算的快速发展,越来越多个人与组织机构开始把海量的数据、复杂的计算任务外包给云服务器从而节省开支、提高数据使用的便利性。然而这些外包的数据、计算任务极易泄露用户身份、位置与财产等隐私信息,给个人与组织机构带来极大安全隐患。
随着全同态加密算法的诞生出现,为云计算安全、密文检索、加密数据库等应用场景提供了理论的解决方案,具有很广阔的应用前景。全同态加密可以在不解密的条件下实现对密文的任意运算,很好的保护了数据的安全性。得到越来越广泛的研究和发展。
早在1978年, ronrivest等就以银行为应用背景提出了同态加密(homomorphic encryption)的概念[1]。三十多年以后,直到craig gentry革命性的论文被发表[2],研究全同态加密(fully homomorphicencryption)算法的帷幕完全拉开,极大促进了全同态加密系统的发展与革新。
2. 研究的基本内容与方案
基本内容:
1) 通过阅读文献,研究适合于云环境的全同态加密算法基本构造方法,包括对数据的编码方式、保证同态性(加和乘)的加密方案、保证安全性的lwe问题。研究如何通过rlwe问题建立满足同态运算的数学模型及算法实现,比较几种主流的全同态加密算法的设计模型和原理,以及在各场景的优缺点。
2) 研究现有主流的全同态加密方案提高效率的方法,包括如何减小密文、公钥和私钥的大小,如何降低同态加密和同态运算的复杂度,如何降低同态运算中的噪声增长。分析其使用的算法与模型的原理。
3. 研究计划与安排
第一阶段(第1周—第2周):第1周至第2周:查阅有关的参考资料并完成开题报告;翻译英文资料,并交予指导教师检查。(2019.2.28)
第二阶段(第3周—第6周):熟悉所选用的代码库和全同态加密算法,完成整个实验实现的环境配置和调试工作。(2019.4.1)
第三阶段(第7周—第13周):进行正式的模型设计与实现工作,并完成前三章和毕业设计框架。(2019.4.1)
4. 参考文献(12篇以上)
参考文献:
[1] r. l. rivest, l. adleman, and m. l.dertouzos. “on data banks and privacy homomorphisms.” in foundations of securecomputation, 1978.
[2] craig gentry. “fully homomorphic encryptionusing ideal lattices.” in the 41st acm symposium on theory of computing (stoc),2009.