查看原文
其他

论文分享|MPC技术路线及MASCOT协议(一)

甘露 隐私计算研习社 2024-01-09

安全多方计算(Secure Multi-party Computation, MPC)是隐私计算技术中的一种,它可以让一组用户以他们的隐私数据为输入,共同计算一个函数,并且所有用户只能得到这个函数的输出,无法得到其他的任何信息。


举个例子,A、B、C三个人,想要计算他们的平均工资,但是他们又都不想告诉别人自己的工资是多少,那么他们就可以使用安全多方计算,以他们的工资作为输入,计算工资的平均数作为输出。安全多方计算能保证输出他们的平均工资,同时也不会泄露A、B、C个人的工资。

在本文中,我们详细解读一种比较先进的安全多方计算协议MASCOT,该协议具备计算速度快、抗多数恶意成员攻击的特性。为了方便读者理解,本文会首先介绍安全多方计算的大体框架,然后介绍一个安全的安全多方计算协议所需的技术内容,最后介绍MASCOT对于这些技术内容的具体实现。


1

概要


2

秘密分享的计算


3

安全多方计算的技术路线



4

MASCOT安全多方计算协议


5

不经意的乘法



6

总结

本篇文章,主要介绍了一个用于计算算术电路、基于秘密分享的MPC协议的加法、乘法的计算方法、以及为了保证安全,还需要什么技术(安全地生成三元组、可验证的秘密分享)。之后我们介绍了MASCOT协议中可验证秘密分享的形式,以及其用到的核心技术,相关不经意乘积(COPE)。

出于篇幅原因,关于MASCOT协议的剩余部分(可验证秘密分享的实现、离线协议、在线协议),我们会在下一篇文章中继续介绍。


7

参考文献

[1] Keller M, Orsini E, Scholl P. MASCOT: faster malicious arithmetic secure computation with oblivious transfer[C]//Proceedings of the 2016 ACM SIGSAC Conference on Computer and Communications Security. 2016: 830-842.

[2] Beaver D. Efficient multiparty protocols using circuit randomization[C]//Annual International Cryptology Conference. Springer, Berlin, Heidelberg, 1991: 420-432.

本文来源: https://zhuanlan.zhihu.com/p/380037249


作者:甘露


分享仅供学习参考,若有不当,请联系我们处理。


END

1.论文合集|2023 PETS会议 (CCF-C) 论文名单

2.论文详解丨基于错误学习难度实现联邦学习的高效差分隐私安全聚合

3.论文详解丨一种面向电能量数据的联邦学习可靠性激励机制

4. 学习同态加密:同态加密中英文经典教材盘点


继续滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存