隐私保护集合交集计算技术研究综述

申立艳; 陈小军; 时金桥; 胡兰兰

doi:10.7544/issn1000-1239.2017.20170461

隐私保护集合交集计算技术研究综述

¹(中国科学院大学网络空间安全学院北京 100049)
²(中国科学院信息工程研究所北京 100093) (shenliyan@iie.ac.cn)

基金项目: 国家自然科学基金项目(61602474)

详细信息

中图分类号: TP309
计量
- 文章访问数: 3916
- HTML全文浏览量: 4
- PDF下载量: 2050
出版历程
- 发布日期: 2017-09-30

Survey on Private Preserving Set Intersection Technology

1 (School of Cyber Security, University of Chinese Academy of Sciences, Beijing 100049) 2 (Institute of Information Engineering, Chinese Academy of Sciences, Beijing 100093)

摘要

摘要: 隐私保护集合交集(private set intersection, PSI)计算属于安全多方计算领域的特定应用问题，不仅具有重要的理论意义也具有很强的应用背景，在大数据时代，对该问题的研究更是符合人们日益强烈的在享受各种服务的同时达到隐私保护的需求.对安全多方计算基础理论进行了简要介绍，并重点介绍了目前主流的安全多方计算框架下2类PSI研究技术：传统的基于公钥加密机制，混乱电路，不经意传输的PSI协议和新型的云辅助的PSI协议，并对各类协议的过程、适用性、复杂性进行简要分析总结.同时，也对隐私保护集合交集问题的应用场景进行详细说明，进一步体现对该问题的实际研究价值.随着对该问题的不断深入研究，目前已经设计了在半诚实模型下快速完成上亿元素规模的隐私集合求交集协议.
- 隐私保护集合交集 /
- 安全多方计算 /
- 不经意传输 /
- 混乱电路 /
- 不经意伪随机函数计算 /
- 不经意多项式计算 /
- 云计算
Abstract: The private set intersection (PSI) is a specific application problem that belongs to the field of secure multi-party computation. It not only has important theoretical significance but also has many application scenarios. In the era of big data, the research on this problem is in accord with people’s increasing privacy preserving demands at the same time to enjoy a variety of services. This paper briefly introduces the basic theory of secure multi-party computation, and highlights the two categories of current mainstream research methods of PSI under the framework of secure multi-party computation: the traditional PSI protocols based on the public key encryption mechanism, garbled circuit, oblivious transfer and the outsourced PSI protocols based on the untrusted third party service provider. Besides, we have briefly summarized the characteristic, applicability and complexity of those protocols. At the same time, the application scenarios of privacy preserving set intersection problem are also explained in detail, which further reflects the practical research value of the problem. With the deep research on the PSI problem, researchers have designed a set of private protocols that can quickly complete set intersection of millions of elements in the semi-honest model.
- private set intersection (PSI) /
- secure multi-party computation /
- oblivious transfer /
- garbled circuit /
- oblivious pseudorandom function evaluation /
- oblivious polynomial evaluation /
- cloud computing

HTML全文

参考文献(0)

施引文献(20)

期刊类型引用(16)

1.	金兰，陈荆亮. 一种用于异常数据流挖掘的改进Apriori算法研究. 计算机仿真. 2025(01): 480-484 . 百度学术
2.	张文媛，万宇，周选超，吴晓雪，范越鹏. 基于LSTM方法的医疗设备故障预测模型建立. 计量与测试技术. 2025(04): 140-144 . 百度学术
3.	鲁江. 基于模糊聚类的网络敏感数据流动态挖掘. 电子设计工程. 2024(09): 152-155+160 . 百度学术
4.	陈鲜展，沈易成，洪飞扬，石绅. 煤矿掘进工作面瓦斯浓度预测. 工矿自动化. 2024(04): 128-132 . 百度学术
5.	刘淑娟，韩萌，高智慧，穆栋梁，李昂. 数据流上的约束跨层级高效用项集挖掘. 计算机工程与应用. 2024(13): 287-300 . 百度学术
6.	郑浩，王鹰. 嵌入式异构物联网敏感数据流动态挖掘研究. 电子设计工程. 2024(15): 12-15+20 . 百度学术
7.	韩萌，何菲菲，张瑞华，李春鹏，孟凡兴. 生物启发式的模式挖掘方法综述. 计算机工程与应用. 2024(16): 19-33 . 百度学术
8.	欧阳原野. 基于关联规则挖掘算法的集团型企业业务数据管理系统. 电子设计工程. 2024(22): 47-50+57 . 百度学术
9.	肖金桐，温晓楠，李亚娟. 基于最大增益的广域网冗余数据迭代消除仿真. 计算机仿真. 2024(10): 371-375 . 百度学术
10.	单芝慧，韩萌，韩强 . 基于滑动窗口的数据流高效用模糊项集挖掘. 南京师大学报(自然科学版). 2023(01): 120-129 . 百度学术
11.	戴美玲. 基于改进模糊聚类的网络敏感数据流动态挖掘研究. 保山学院学报. 2023(02): 44-51 . 百度学术
12.	单芝慧，韩萌，韩强. 增量数据上的闭合定量高效用项集挖掘算法. 计算机应用. 2023(07): 2049-2056 . 百度学术
13.	蒋华，李星，王慧娇，韦静海. 基于数据索引结构的跨级高效用项集挖掘算法. 计算机应用. 2023(07): 2200-2208 . 百度学术
14.	单芝慧，韩萌，韩强. 动态数据上的高效用模式挖掘综述. 计算机应用. 2022(01): 94-108 . 百度学术
15.	李慕航，韩萌，陈志强，武红鑫，张喜龙. 基于窗口内投影的闭合高效用模式挖掘. 太原理工大学学报. 2022(02): 257-265 . 百度学术
16.	张妮，韩萌，王乐，李小娟，程浩东. 基于滑动窗口的含负项高效用模式挖掘方法. 郑州大学学报(理学版). 2022(04): 55-63 . 百度学术